[論文レビュー] BiConMP: A Nonlinear Model Predictive Control Framework for Whole Body Motion Planning

Avadesh Meduri, Paarth Shah+4 more|arXiv (Cornell University)|Jan 19, 2022

Robotic Locomotion and Control被引用数 5

ひとこと要約

BiConMP は、ADMM およびプロキシマル勾配法を用いて重心動力学の二重凸構造を活用することで、脚部ロボットのリアルタイムな全身運動計画を可能にする非線形 Model Predictive Control (MPC) フレームワークです。100 Hz でのオンライン再計画を達成し、直接シミュレーションから実機への転送が可能で、最小限の再トレーニングで四足歩行ロボットおよび人型ロボットにおいて、頑健で動的な歩行を実現します。

ABSTRACT

Online planning of whole-body motions for legged robots is challenging due to the inherent nonlinearity in the robot dynamics. In this work, we propose a nonlinear MPC framework, the BiConMP which can generate whole body trajectories online by efficiently exploiting the structure of the robot dynamics. BiConMP is used to generate various cyclic gaits on a real quadruped robot and its performance is evaluated on different terrain, countering unforeseen pushes and transitioning online between different gaits. Further, the ability of BiConMP to generate non-trivial acyclic whole-body dynamic motions on the robot is presented. The same approach is also used to generate various dynamic motions in MPC on a humanoid robot (Talos) and another quadruped robot (AnYmal) in simulation. Finally, an extensive empirical analysis on the effects of planning horizon and frequency on the nonlinear MPC framework is reported and discussed.

研究の動機と目的

• 脚部ロボットの複雑で動的な運動を扱えるリアルタイムで非線形な MPC フレームワークを、全身運動計画のために開発すること。
• 重心動力学の二重凸構造を活用することで、オンラインで非線形最適制御問題を解く際の計算課題を克服すること。
• オフラインでのポリシー再トレーニングを必要とせず、外部の摂動や地形変化に対して頑健なオンライン再計画を可能にすること。
• 異なるロボットプラットフォームで周期的および非周期的な動的運動を生成できる汎用的な運動計画フレームワークを提供すること。
• 計画ホライズン、周波数、コスト重みの影響が MPC のパフォーマンスと頑健性に与える影響を実験的に分析すること。

提案手法

• キネマティクスとダイナミクスのサブプロブレムに全身ダイナミクスをキネダイナミクス分解により分解する。
• 重心動力学最適化を二重凸問題として定式化し、プロキシマル勾配法を用いた交替方向乗数法 (ADMM) で解く。
• キネマティクス問題を最適制御問題として定式化し、市販の微分動的プログラミング (DDP) ソルバーを用いて解く。
• 非線形最適化における収束性と安定性を向上させるために、ガウス・ニュートン型の複数ショーティング定式化を採用する。
• トルク制約は反復的リファインメントにより強制し、リアルタイム性能を確保するためのウォームスタートおよび早期終了をサポートする。
• 10–100 ms の間隔で軌道を更新することで、オンライン再計画を実現し、摂動や地形変化への動的適応を可能にする。

Figure 1: A birds eye view of the entire nonlinear MPC framework. First, centroidal trajectories are generated using the ADMM framework explained in Section III-B . These trajectories are used within a DDP-based kinematic optimizer that generates the desired joint trajectories (Section III-D ). The

実験結果

リサーチクエスチョン

• RQ1 非線形 MPC をどのようにして、脚部ロボットのリアルタイムな全身運動計画に十分に効率化できるか？
• RQ2 計画周波数とホライズンが、動的運動生成の頑健性とパフォーマンスに与える影響は何か？
• RQ3 重心動力学の二重凸分解によって、高速で安定的かつ高精度な軌道最適化が可能になるか？
• RQ4 動的で非自明な運動において、シミュレーションから実機への転送は、本フレームワークでどのように達成されるか？
• RQ5 MPCに基づく運動計画において、計算コストと頑健性のトレードオフは何か？

主な発見

• BiConMP は、実際の四足歩行ロボット (Solo12) において 100 Hz でのリアルタイム再計画を達成し、20 Hz と比較して外部摂動に対する頑健性が著しく向上した。
• 本フレームワークは、シミュレーションおよび実機上での四足歩行ロボットおよび人型ロボットにおいて、複雑な動的歩行、非自明な非周期的運動を成功裏に生成・制御した。
• 再計画周波数を 20 Hz から 100 Hz に引き上げることで、摂動抑圧性能が顕著に向上したが、100 Hz を超えると利得は減少した。
• モデル誤差を閉ループ最適化が自動的に補正するため、再トレーニングを伴わず、直接的なシミュレーションから実機への転送が可能となった。
• プロキシマル作用素と ADMM の使用により、制約の満たしやすさが向上し、ロボット工学における効率的で一次の最適化が可能になった。
• 高い動的運動に対しても、本フレームワークは数値的に安定しており、計算的に実行可能であり、トルクは常にアクチュエータの制限内に保たれた。

Figure 2: Different motions demonstrated on real robot and simulation with solo12.