[論文レビュー] Data Driven Computational Model for Bipedal Walking and Push Recovery

Vijay Bhaskar Semwal|arXiv (Cornell University)|Jan 1, 2017

Gait Recognition and Analysis参考文献 64被引用数 21

ひとこと要約

本稿では、ヒトの運動データから関節軌跡を生成するためのデータ駆動型計算モデルを提示している。ハイブリッドオートマトンとセルラー自動機を用い、安定した歩行と効果的なプッシュ回復を実現する。階層型タイプ1ファジィ論理制御器により、模擬的および実際のヒトデータ上で高い精度で軌跡予測と力応答を検証した。

ABSTRACT

In this research, we have developed the data driven computational walking model to overcome the problem with traditional kinematics based model. Our model is adaptable and can adjust the parameter morphological similar to human. The human walk is a combination of different discrete sub-phases with their continuous dynamics. Any system which exhibits the discrete switching logic and continuous dynamics can be represented using a hybrid system. In this research, the bipedal locomotion is analyzed which is important for understanding the stability and to negotiate with the external perturbations. We have also studied the other important behavior push recovery. The Push recovery is also a very important behavior acquired by human with continuous interaction with environment. The researchers are trying to develop robots that must have the capability of push recovery to safely maneuver in a dynamic environment. The push is a very commonly experienced phenomenon in cluttered environment. The human beings can recover from external push up to a certain extent using different strategies of hip, knee and ankle. The different human beings have different push recovery capabilities. For example a wrestler has a better push negotiation capability compared to normal human beings. The push negotiation capability acquired by human, therefore, is based on learning but the learning mechanism is still unknown to researchers. The research community across the world is trying to develop various humanoid models to solve this mystery. Seeing all the conventional mechanics and control based models have some inherent limitations, a learning based computational model has been developed to address effectively this issue. In this research we will discuss how we have framed this problem as hybrid system.

研究の動機と目的

• 従来の運動学ベースのモデルに起因する制限を克服するデータ駆動型計算モデルを、二足歩行のための開発を目的とする。
• ハイブリッドシステムとセルラー自動機を用いて、ヒトの歩行とプッシュ回復をモデル化し、状態予測と軌跡生成を実現する。
• 外部摂動に迅速かつ一般化された応答を可能にする、計算効率の高い階層型ファジィ論理制御器を設計する。
• 独自のウェアラブルデバイスでキャプチャした実際のヒトの運動データを用いてモデルを検証し、シミュレーテッドモデルおよびロボットプラットフォームと比較する。

提案手法

• 二足歩行の離散的スイッチングと連続的ダイナミクスを表現するため、7つのサブフェーズを有するハイブリッドオートマトンモデルを構築した。
• HMCDおよびHLPRDCDデバイスでキャプチャしたヒトの運動データから導出されたベクトル場を用い、6つの関節（股関節、膝、足首）の関節軌跡を生成した。
• 16の規則と4ビットストリーム表現を用いたセルラー自動機を適用し、最小限の誤差で状態遷移をモデル化した。
• 深層ニューラルネットワークを用いてプッシュ回復データを分類し、他の機械学習手法と比較して耐障害性を評価した。
• 計算負荷を低減しつつ、外部摂動に対して迅速かつ一般化された応答を可能にする階層型タイプ1ファジィ論理制御器を設計した。
• OpenSim gait 2354とHOAP2ロボットのシミュレーションを用いてモデルを検証し、関節軌跡出力を実際のヒトデータと照合した。

実験結果

リサーチクエスチョン

• RQ1 ハイブリッドシステムモデリングを用いて、データ駆動型計算モデルがヒトの二足歩行ダイナミクスをどれほど正確に再現できるか？
• RQ2 計算コストを最小限に抑えつつも正確性を保持するための、最適な状態遷移モデリング手法は何か？
• RQ3 計算負荷を最小限に抑えつつ、迅速かつ一般化されたプッシュ回復を可能にするファジィ論理制御器の構造はどのように設計できるか？
• RQ4 ヒトのデータから生成された関節軌跡は、類似した形状のロボットプラットフォームにどの程度転送可能か？
• RQ5 異なる力の大きさと方向が、プッシュ回復時の関節角応答に与える影響は何か？また、モデルはこれらの応答を予測できるか？

主な発見

• データ駆動型ハイブリッドオートマトンモデルは、7つの歩行サブフェーズにわたり、全6関節（股関節、膝、足首）の関節軌跡を、ヒトの運動データと高い類似性で生成した。
• セルラー自動機モデルは、16の規則と4ビットストリーム表現を用いて、最小限の誤差で正確な状態予測を実現し、許容範囲内の誤差でリアルタイムの状態追跡が可能であった。
• 階層型タイプ1ファジィ論理制御器は、迅速な適応と低い計算コストを示し、力の大きさ（0–12 N）の変動に応じた適切な回復戦略を効果的に予測した。
• モデルの関節軌跡はHOAP2ロボットに成功裏に適用され、実世界への実装可能性が示された。
• OpenSim gait 2354との照合により、異なる運動フェーズにおいても生成された軌跡の整合性と正確性が確認された。
• ファジィ制御器は被験者および力の方向に一般化可能であり、特に大規模な力条件下（例：股関節：14.1°～-0.9°）で観察されたヒトの応答と一致した関節角範囲を示した。