[論文レビュー] Environmental force sensing helps robots traverse cluttered large obstacles using physical interaction

Qihan Xuan, Chen Li|arXiv (Cornell University)|Dec 15, 2021

Robotic Locomotion and Control被引用数 4

ひとこと要約

本論文では、環境力センシングと物理的相互作用を用いて、ごみくずが多く散らばった大がかりな障害物をロボットが越えることを可能にする力フィードバック制御戦略を提案する。物理モデルを用いて測定された力からビームの剛性を推定することで、ロボットは走破モード（例：ピッチからロール）を切り替える。これによりエネルギー消費を低減し、走破成功率を向上させ、シミュレーションにおいて固定された押し込みまたは回避戦略を上回る性能を発揮する。

ABSTRACT

Many applications require robots to move through complex 3-D terrain with large obstacles, such as self-driving, search and rescue, and extraterrestrial exploration. Although robots are already excellent at avoiding sparse obstacles, they still struggle in traversing cluttered large obstacles. To make progress, we need to better understand how to use and control the physical interaction with obstacles to traverse them. Forest floor-dwelling cockroaches can use physical interaction to transition between different locomotor modes to traverse flexible, grass-like beams of a large range of stiffness. Inspired by this, here we studied whether and how environmental force sensing helps robots make active adjustments to traverse cluttered large obstacles. We developed a physics model and a simulation of a minimalistic robot capable of sensing environmental forces during traversal of beam obstacles. Then, we developed a force-feedback control strategy, which estimated beam stiffness from the sensed contact force using the physics model. Then in simulation we used the estimated stiffness to control the robot to either stay in or transition to the more favorable locomotor modes to traverse. When beams were stiff, force sensing induced the robot to transition from a more costly pitch mode to a less costly roll mode, which helped the robot traverse with a higher success rate and less energy consumed. By contrast, if the robot simply pushed forward or always avoided obstacles, it would consume more energy, become stuck in front of beams, or even flip over. When the beams were flimsy, force sensing guided the robot to simply push across the beams. In addition, we demonstrated the robustness of beam stiffness estimation against body oscillations, randomness in oscillation, and uncertainty in position sensing. We also found that a shorter sensorimotor delay reduced energy cost of traversal.

研究の動機と目的

• ロボットが大がかりで柔軟な障害物と物理的相互作用をすることで、複雑な3次元地形における走破をどのように改善できるかを理解すること。
• 環境力センシングが障害物走破中に能動的適応を可能にするかどうかを調査すること。
• 力フィードバックを用いて障害物の剛性を推定し、最適な走破モードを選択する制御戦略を開発すること。
• 体の振動、センサのノイズ、位置の不確実性の下でも剛性推定のロバスト性を評価すること。
• 走破中のセンサモータ遅延がエネルギー効率に与える影響を定量化すること。

提案手法

• ビーム状の障害物との相互作用を物理ベースのシミュレーションで再現した最小限のロボットモデルを構築した。
• 接触力とビーム剛性の関係を記述する物理モデルを用いた。
• 測定された接触力からリアルタイムでビーム剛性を推定するための力フィードバックを用いた。
• 推定された剛性に基づいて走破モード（例：ピッチとロール）を切り替える制御戦略を実装した。
• 体の振動、ランダムな摂動、位置センシングの不確実性を含むさまざまな条件下でシステムをテストした。
• センサモータ遅延を変化させ、エネルギーコストと走破パフォーマンスへの影響を評価した。

実験結果

リサーチクエスチョン

• RQ1 環境力センシングにより、ロボットが大がかりで柔軟な障害物に直面した際に走破モードを能動的に適応可能にすることができるか？
• RQ2 接触力からの剛性推定が、走破成功率とエネルギー効率にどのように寄与するか？
• RQ3 センサモータ遅延が走破のエネルギーコストに与える影響は何か？
• RQ4 体の振動とセンサのノイズに対して、剛性推定手法はどの程度ロバストか？
• RQ5 剛性推定に基づく走破モードの切り替えが、固定戦略（常に前進する、または常に避ける）と比較してエネルギー消費を低減するか？

主な発見

• ビームが剛性が高い場合、力センシングによりロボットは高コストなピッチモードからより効率の良いロールモードに切り替えることができ、走破成功率が向上し、エネルギー消費が低減した。
• 薄いビームの場合、力センシングによりロボットは複雑なモード切り替えを経ずに単に押し越えることができ、高い走破成功率と低いエネルギー消費を維持した。
• 体の振動、ランダムな振動パターン、位置センシングの不確実性の下でも、剛性推定手法はロバストであった。
• 短いセンサモータ遅延は走破中のエネルギーコストを低くした。これは、タイムリーなフィードバックの重要性を示している。
• 固定戦略（常に前進する、または常に避ける）は、特に剛性の高いビームでは、より高いエネルギー消費、スターバイ、あるいは転倒を引き起こした。