[論文レビュー] Mobility-enhanced MPC for Legged Locomotion on Rough Terrain.

Niraj Rathod, Angelo Bratta+5 more|arXiv (Cornell University)|May 12, 2021

Robotic Locomotion and Control参考文献 13被引用数 4

ひとこと要約

本論文は、歩行ロボットの不整地帯における移動性を向上させるために、移動性に基づくコスト関数を組み込んだリアルタイム非線形モデル予測制御（NMPC）フレームワークを提案する。単一の剛体モデルとリアルタイム反復スキームを用いることで、2秒の予測ホライズンにおいて25 Hzの再計画を達成し、質量87.4 kgの4足歩行ロボットHyQが現実世界の実験で障害物や不整地帯に対して動的に適応することを可能にした。

ABSTRACT

Re-planning in legged locomotion is crucial to track a given set-point while adapting to the terrain and rejecting external disturbances. In this work, we propose a real-time Nonlinear Model Predictive Control (NMPC) tailored to a legged robot for achieving dynamic locomotion on a wide variety of terrains. We introduce a mobility-based criterion to define an NMPC cost that enhances the locomotion of quadruped robots while maximizing leg mobility and staying far from kinematic limits. Our NMPC is based on the real-time iteration scheme that allows us to re-plan online at $25 \, \mathrm{Hz}$ with a time horizon of $2$ seconds. We use the single rigid body dynamic model defined in the center of mass frame that allows to increase the computational efficiency. In simulations, the NMPC is tested to traverse a set of pallets of different sizes, to walk into a V-shaped chimney, and to locomote over rough terrain. We demonstrate the effectiveness of our NMPC with the mobility feature that allowed IIT's $87.4 \,\mathrm{kg}$ quadruped robot HyQ to achieve an omni-directional walk on flat terrain, to traverse a static pallet, and to adapt to a repositioned pallet during a walk in real experiments.

研究の動機と目的

• 粗いおよび不整な地形における歩行ロボットの動的歩行を改善すること。
• 外部の摂動および地形の変化の下でも安定性と移動性を維持する課題に対処すること。
• 運動制約を尊重しながら高速な再計画が可能なリアルタイムNMPCフレームワークを開発すること。
• 制御定式化において移動性に基づくコスト関数を導入し、脚の移動性を向上させ、関節制限への近接を回避すること。

提案手法

• 計算効率を向上させるために、重心フレームにおける単一の剛体ダイナミクスモデルをNMPCで使用する。
• 脚の移動性を最大化し、運動制限への近接を維持するために、移動性に基づくコスト関数を導入する。
• リアルタイム反復スキームにより、2秒の予測ホライズンで25 Hzのオンライン再計画を実現する。
• 非線形最適化を用いて、リアルタイムで最適な歩行パターンとステップシーケンスを計算する制御フレームワークを実装する。
• リアルタイムフィードバックに基づき軌道を継続的に更新することで、摂動抑圧能力を統合する。
• シミュレーションおよび現実世界の実験の両方を用いて、定式化の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 歩行ロボットが粗い地形を走破する際、NMPCをどのように最適化してリアルタイム性能を達成できるか？
• RQ2 移動性に基づくコスト関数は、歩行のロバスト性と適応性を向上させるために果たす役割は何か？
• RQ3 25 Hzのリアルタイム再計画は、効果的な障害物走破と地形適応を可能にするか？
• RQ4 単一の剛体モデルは、制御精度を損なわず、計算効率をどのように向上させるか？
• RQ5 NMPCフレームワークは、動的摂動および地形変化の下でも、安定性と移動性をどの程度維持できるか？

主な発見

• NMPCフレームワークは、2秒のホライズンで25 Hzのリアルタイム再計画を達成し、応答性の高い軌道更新を可能にした。
• 移動性に基づくコスト関数は、歩行中の脚の移動性を顕著に向上させ、運動制限への近接を低減した。
• HyQは平坦な地形でオムニディレクショナル歩行を実現し、安定的かつ敏捷な運動を示した。
• 実験では静的パレットを走破し、走行中に再配置されたパレットに対しても適応した。
• シミュレーションでは、V字型の煙突を効果的に走破し、粗い地形に対しても適応した。
• 摂動抑圧と動的適応の統合は、シミュレーションおよび現実世界のデプロイ両方で検証された。