[論文レビュー] Terrain-Aware Foot Placement for Bipedal Locomotion Combining Model Predictive Control, Virtual Constraints, and the ALIP.

Grant Gibson, Oluwami Dosunmu-Ogunbi+2 more|arXiv (Cornell University)|Sep 30, 2021

Robotic Locomotion and Control参考文献 29被引用数 5

ひとこと要約

本論文は、重心動力学のモデル予測制御（MPC）、仮想制約、および線形逆立棒モデル（LIP）を用いて、地形に配慮した二足歩行ロボットの足場の配置戦略を提示する。4ステップのMPCに10 msのインラインステップ動的特性と地形の傾斜・摩擦制約を組み込むことで、屋内および屋外の斜面や不整地帯でも安定的かつ迅速な歩行を実現し、Cassieを用いて実験的に検証された。

ABSTRACT

This paper draws upon three themes in the bipedal control literature to achieve highly agile, terrain-aware locomotion. By terrain aware, we mean the robot can use information on terrain slope and friction cone as supplied by state-of-the-art mapping and trajectory planning algorithms. The process starts with abstracting from the full dynamics of a Cassie 3D bipedal robot, an exact low-dimensional representation of its centroidal dynamics, parameterized by angular momentum. Under a piecewise planar terrain assumption, and the elimination of terms for the angular momentum about the robot's center of mass, the centroidal dynamics become linear and has dimension four. Four-step-horizon model predictive control (MPC) of the centroidal dynamics provides step-to-step foot placement commands. Importantly, we also include the intra-step dynamics at 10 ms intervals so that realistic terrain-aware constraints on robot's evolution can be imposed in the MPC formulation. The output of the MPC is directly implemented on Cassie through the method of virtual constraints. In experiments, we validate the performance of our control strategy for the robot on inclined and stationary terrain, both indoors on a treadmill and outdoors on a hill.

研究の動機と目的

• リアルタイムで地形の傾斜と摩擦状態に応じて足場の配置を適応可能にする二足歩行ロボットの実現。
• 動的歩行中に不整地帯や斜面を歩行する際の安定性と迅速性を維持する課題への対処。
• 高精度なインラインステップ動的特性を低次元のMPCフレームワークに統合し、制御精度の向上を図ること。
• 仮想制約を用いて軌道計画とリアルタイム制御のギャップを埋め、物理的ロボットへの直接実装を可能にすること。
• 多様な地形、屋内トレッドミルおよび屋外の坂道を含めて、実世界の二足歩行ロボット（Cassie）に対して制御戦略を検証すること。

提案手法

• Cassieロボットの完全な3次元動的特性を、区分的平面地形仮定の下で4次元の線形重心動力学モデルに要約する。
• 角運動量を用いて重心動力学をパrameter化し、重心の角運動量に関連する項を排除することでモデルを簡略化する。
• 10 ms解像度のインラインステップ動的特性を含む4ステップ予測ホライズンのモデル予測制御（MPC）定式化を実装する。
• 最新のマッピングおよび計画アルゴリズムからのデータを用いて、地形固有の制約（傾斜、摩擦円錐など）をMPC最適化に統合する。
• 仮想制約の手法を用いてMPCが生成した足場の配置命令を関節軌道に変換し、Cassieロボットへの直接実行を可能にする。
• 線形逆立棒モデル（LIP）を基盤として、MPCフレームワーク内での安定的かつ周期的な歩行パターンの生成を実現する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして二足歩行ロボットがリアルタイムの地形フィードバックを用いて、傾斜地や不整地帯で安定的かつ迅速な歩行を達成できるか？
• RQ2 インラインステップ解像度を有する低次元の重心動力学モデルは、地形に配慮した歩行における制御性能をどの程度向上できるか？
• RQ3 MPCと仮想制約を統合することで、複雑な地形でも強固でリアルタイムな足場の配置が可能になるか？
• RQ4 異なる地形状態に移行する際、バランスと歩行安定性をどの程度維持できるか？
• RQ5 本手法は、屋内トレッドミルと屋外の坂道を含む多様な環境において、実世界のロボットでどの程度の性能を示すか？

主な発見

• 提案されたMPCに基づく制御戦略により、Cassieは傾斜地や不整地帯、屋外の坂道でも安定して歩行することが可能になった。
• MPC定式化に10 msのインラインステップ動的特性を組み込むことで、地形制約の正確な実装が可能となり、安定性と適応性が向上した。
• MPCフレームワークに地形の傾斜と摩擦円錐の情報を統合することで、より現実的で安全な足場の配置意思決定が実現した。
• 仮想制約の使用により、MPCが生成した軌道を物理的Cassieロボットに直接かつ安定的に実装できるようになった。
• 本手法は、屋内トレッドミルでの歩行から屋外の坂道の上り下りに至るまで、多様な環境で強固な性能を示した。
• 4ステップのMPCホライズンは、歩行の安定性を維持しつつ、地形変化への迅速な対応を可能にする十分な予測能力を有していた。