[論文レビュー] Perceptive Locomotion through Nonlinear Model Predictive Control

Ruben Grandia, Fabian Jenelten+3 more|arXiv (Cornell University)|Aug 17, 2022

Robotic Locomotion and Control被引用数 2

ひとこと要約

本稿では、粗い地形における動的脚立走行のためのリアルタイム非線形モデル予測制御（MPC）フレームワークを提示する。足場の妥当性の凸近似と、障害物回避のための符号付き距離関数（SDF）を用いる。20 Hzで事前に計算された認識地形特徴（歩行可能度分類、平面セグメンテーション、SDF）を、リアルタイム反復とフィルターベースラインサーチを用いたマルチショーティングMPCに統合することで、全ロボット自由度の信頼性の高い高レート最適化が可能となり、ANYmal四足推進体におけるシミュレーションおよび実験的状態最良の動的登攀を達成した。

ABSTRACT

Dynamic locomotion in rough terrain requires accurate foot placement, collision avoidance, and planning of the underactuated dynamics of the system. Reliably optimizing for such motions and interactions in the presence of imperfect and often incomplete perceptive information is challenging. We present a complete perception, planning, and control pipeline, that can optimize motions for all degrees of freedom of the robot in real-time. To mitigate the numerical challenges posed by the terrain a sequence of convex inequality constraints is extracted as local approximations of foothold feasibility and embedded into an online model predictive controller. Steppability classification, plane segmentation, and a signed distance field are precomputed per elevation map to minimize the computational effort during the optimization. A combination of multiple-shooting, real-time iteration, and a filter-based line-search are used to solve the formulated problem reliably and at high rate. We validate the proposed method in scenarios with gaps, slopes, and stepping stones in simulation and experimentally on the ANYmal quadruped platform, resulting in state-of-the-art dynamic climbing.

研究の動機と目的

• 粗い不規則な地形における正確な足場配置と障害物回避を伴う信頼性の高いリアルタイム動的走行の課題に対処すること。
• 非線形MPCにおける任意の地形を最適化する際の数値的不安定性と高い計算コストを克服すること。
• 認識（歩行可能度、平面セグメンテーション、SDF）をMPC最適化に直接統合し、統合的全体体運動計画を可能にすること。
• 全ロボット自由度のオンライン高レート最適化を可能にすること。これには、アンダーアクチュエーテッドダイナミクスと肢の衝突も含まれる。
• ギャップ、勾配、ステッピングストーンなどの困難な地形において、ロバストで自律的な複雑な歩行パターン（例：ギャロン、トロット）の発見を達成すること。

提案手法

• 20 Hzで標高マップを前処理し、歩行可能度分類、平面セグメンテーション、符号付き距離関数（SDF）に変換することで、オンライン計算負荷を低減する。
• 歩行可能地形の局所的近似として凸多角形制約を用いて足場の妥当性を表現することで、非線形MPC内での凸部分問題を可能にする。
• 数値的安定性と高速収束を向上させるために、複数ショーティング法を用いた転写法とリアルタイム反復法を最適制御問題に組み込む。
• 非凸・非線形問題における収束性とロバスト性を保証するため、フィルターベースラインサーチを用いた逐次二次計画法（SQP）を採用する。
• SDFをMPCの目的関数および制約に統合し、ロボットの肢と地形の間の障害物回避を強制する。
• 全関節構成を有する全体体動力学モデルを用い、足場配置、膝の運動、アンダーアクチュエーテッドダイナミクスを同時に最適化する。

実験結果

リサーチクエスチョン

• RQ1 足場の妥当性の凸近似は、粗い地形における動的走行のための信頼性の高いオンラインMPCを可能にするか？
• RQ2 歩行可能度、平面セグメンテーション、SDFといった認識情報を事前に計算し、MPCに統合することで、オンライン計算負荷をどのように低減できるか？
• RQ3 複数ショーティング法、リアルタイム反復法、フィルターベースラインサーチの組み合わせは、複雑な地形制約を伴う非線形MPC問題を高レートで解けるか？
• RQ4 MPCフレームワークは、障害物回避と正確な足場配置を保証しながら、自律的に複雑な動的歩行パターン（例：ギャロン、トロット）をどれだけ発見できるか？
• RQ5 本手法は、信頼性、計算効率、困難な地形におけるパフォーマンスの観点から、既存の手法と比較してどのように優れているか？

主な発見

• 提示されたMPCフレームワークは、全関節構成最適化を伴うリアルタイム認識走行を実現し、ANYmal四足推進体において状態最良の動的登攀を達成した。
• 20 Hzで歩行可能度、平面セグメンテーション、SDFを事前に計算することで、オンライン計算負荷が顕著に低減され、最小限の遅延で高周波のMPC反復が可能になった。
• 妥当な足場の内挿近似としての凸多角形足場制約の使用により、非線形MPCソルバーの数値的安定性と信頼性の高い収束性が保証された。
• 本手法は、認識が一時的に無効化された場合でも、ギャロンや飛行フェーズを含む複雑な動的歩行パターンを効果的に計画・実行できた。
• ギャップ、急勾配、狭いステッピングストーンなどの困難な状況においても、安定した足場配置と障害物回避を示し、ロバスト性を確認した。
• MPCの実装はOCS2ツールボックスで公開されており、認識パイプラインの部品はオープンソースリポジトリに寄付された。