[論文レビュー] Impact-Aware Task-Space Quadratic-Programming Control

Yuquan Wang, Niels Dehio+2 more|arXiv (Cornell University)|Jun 3, 2020

Robotic Locomotion and Control参考文献 90被引用数 13

ひとこと要約

本論文は、3次元における摩擦的衝撃に対する耐性を高めるために、衝撃後の状態遷移の急激な変化を考慮して制約を再定式化した、影響を考慮したタスク空間二次計画法（QP）制御フレームワークを提案する。1ステップ先の衝撃予測を用いて、解析的に計算された妥当な衝撃後状態の多面体集合とハードウェアの耐久性限界をQP探索空間に組み込むことで、コアのQP構造を変更せずに安全で高速な接触タスクを実現する。PandaとHRP-4ロボットを用いた実験により、最大0.25 m/sの衝撃速度でも有効性が検証された。

ABSTRACT

Robots usually establish contacts at rigid surfaces with near-zero relative velocities. Otherwise, impact-induced energy propagates in the robot's linkage and may cause irreversible damage to the hardware. Moreover, abrupt changes in task-space contact velocity and peak impact forces also result in abrupt changes in robot joint velocities and torques; which can compromise controllers' stability, especially for those based on smooth models. In reality, several tasks would require establishing contact with moderately high velocity. We propose to enhance task-space multi-objective controllers formulated as a quadratic program to be resilient to frictional impacts in three dimensions. We devise new constraints and reformulate the usual ones to be robust to the abrupt joint state changes mentioned earlier. The impact event becomes a controlled process once the optimal control search space is aware of: (1) the hardware-affordable impact bounds and (2) analytically-computed feasible set (polyhedra) that constrain post-impact critical states. Prior to and nearby the targeted contact spot, we assume, at each control cycle, that the impact will occur at the next iteration. This somewhat one-step preview makes our controller robust to impact time and location. To assess our approach, we experimented its resilience to moderate impacts with the Panda manipulator and achieved swift grabbing tasks with the HRP-4 humanoid robot.

研究の動機と目的

• 衝撃を意図的に行うタスク（例：つかみやハンマーでたたくこと）において、接触速度をほぼゼロに近づける計画を用いずに、安全で高速な接触タスクを実現すること。
• 最適化ベースの制御器における摩擦的3次元衝撃に起因する急激な関節速度およびトルクのジャンプが引き起こす不安定性やハードウェア損傷のリスクを軽減すること。
• 新たな意思決定変数を導入せずに、既存のタスク空間QP制御フレームワークの性能を向上させることで、元の構造と効率性を保ち続けること。
• クーロンの摩擦法則と運動量保存則に基づいて導出された凸多面体を用いて、衝撃後状態を保守的かつ解析的に境界づける方法を提供すること。
• PandaマニピュレータとHRP-4ヒューマノイドロボットを用いて、中程度の衝撃速度での高速なつかみタスクを実行する実世界のシナリオで、本手法の有効性を実証すること。

提案手法

• 本手法は、ハードウェアで実現可能な衝撃限界と、解析的に導出された妥当な衝撃後状態集合（多面体）を、QP最適化問題における新たな制約として定式化する。
• 衝撃発生時刻の1ステップ先予測を用いて、リアルタイムでQP探索空間を変更し、衝撃の発生時刻と位置を予測する。
• 3次元におけるクーロン摩擦と運動量保存則を組み込んだ閉形式の影響を考慮したテンプレートを用いて、衝撃後状態を制約する。
• インパulse多面体（すべての妥当な衝撃結果を表す）を関節空間およびタスク空間に射影することで、不連続な状態遷移下でも妥当性を保証する。
• 半空間表現を用いて多面体の妥当集合を再定式化し、速度および力の急激なジャンプに対しても制約が妥当なまま保たれるようにする。
• 本手法はmc_rtcフレームワークに統合され、元のQP定式化に対する最小限の変更でリアルタイム制御が可能になった。

実験結果

リサーチクエスチョン

• RQ1 新たな意思決定変数を導入せずに、タスク空間QP制御器を高速で摩擦のある3次元衝撃に対して耐性を持たせることは可能か？
• RQ2 物理的衝撃法則に基づいて導出された凸多面体を用いて、衝撃後関節状態を解析的に境界づける方法は何か？
• RQ3 1ステップ先の衝撃予測は、衝撃時刻および位置の不確実性に対する耐性をどの程度向上させ得るか？
• RQ4 ハードウェアの耐久性限界を効果的にQP制約集合に統合することで、意図的な衝撃時の損傷を防止できるか？
• RQ5 影響を考慮したQP制御は、浮遊ベースおよび固定ベースのロボットを対象とした実世界の高速接触タスクにおいて、どの程度の性能を示すか？

主な発見

• HRP-4ヒューマノイドロボットにおけるつかみタスクにおいて、本影響を考慮したQP制御器は、事前の減速や経路計画を要せず、接触速度を0.25 m/sに制御した。
• 実験で測定されたインパルスは、すべて予測されたインパルス集合内に収まっており、解析的に構築された多面体的妥当領域の正確性が裏付けられた。
• 不連続な状態遷移を考慮した再定式化された探索空間のおかげで、急激な衝撃後状態ジャンプに対しても制約の妥当性と安定性が維持された。
• HRP-4ロボットは、両手を用いたボックスのつかみと投げ上げを同期して実行し、衝撃時刻および位置の不確実性に対しても耐性を示した。
• Pandaマニピュレータの実験により、本制御器がハードウェアの耐久性限界を守りながら、高速で迅速な接触タスクを実現できることを確認した。
• 本手法は固定ベースおよび浮遊ベースのロボットの両方で検証され、さまざまなロボットアーキテクチャに一般化可能であることが示された。