[논문 리뷰] A Collision-Free MPC for Whole-Body Dynamic Locomotion and Manipulation

Jia-Ruei Chiu, Jean-Pierre Sleiman외 3명|arXiv (Cornell University)|2022. 02. 24.

Robotic Locomotion and Control인용 수 2

한 줄 요약

이 논문은 다리 달린 이동 로봇에서 전체 신체 역학적 이동 및 만능 작업을 위한 실시간, 충돌 없는 모델 예측 제어(MPC) 프레임워크를 제안한다. 단순화된 충돌 프리미티브로부터의 부호 거리 기반 소프트 제약 조건을 통합하고 사전 계산된 유클리드 부호 거리 필드(ESDF)를 활용하여, 계산 비용이 단지 12% 증가하는 데에 그치며 하드웨어에서 실시간 MPC 성능을 유지하면서도 동적 환경에서 안전하고 조율된 운동을 가능하게 한다.

ABSTRACT

In this paper, we present a real-time whole-body planner for collision-free legged mobile manipulation. We enforce both self-collision and environment-collision avoidance as soft constraints within a Model Predictive Control (MPC) scheme that solves a multi-contact optimal control problem. By penalizing the signed distances among a set of representative primitive collision bodies, the robot is able to safely execute a variety of dynamic maneuvers while preventing any self-collisions. Moreover, collision-free navigation and manipulation in both static and dynamic environments are made viable through efficient queries of distances and their gradients via a euclidean signed distance field. We demonstrate through a comparative study that our approach only slightly increases the computational complexity of the MPC planning. Finally, we validate the effectiveness of our framework through a set of hardware experiments involving dynamic mobile manipulation tasks with potential collisions, such as locomotion balancing with the swinging arm, weight throwing, and autonomous door opening.

연구 동기 및 목표

• 다양하고 혼잡한 환경에서 다리 달린 이동 만능 로봇의 안전하고 실시간 전체 신체 운동 계획을 가능하게 하기.
• 히우리스틱 후처리나 오프라인 계획에 의존하지 않고 자기 충돌 및 환경 충돌 회피 문제를 해결하기.
• 기저 운동과 팔 만능 작업을 동시에 최적화하는 통합 MPC 프레임워크에 충돌 회피 기능을 통합하기.
• 추가된 충돌 제약 조건에도 불구하고 실시간 MPC 주파수를 유지하기 위해 계산 효율성 확보하기.
• 균형 잡힌 자세 유지, 투척 운동, 자율 도어 개방과 같은 동적 작업을 포함한 하드웨어 실험을 통해 프레임워크의 견고성 입증하기.

제안 방법

• 모델 예측 제어(MPC)를 사용하여 다중 접촉 최적 제어 문제 내에서 자기 충돌 및 환경 충돌 회피를 소프트 제약 조건으로 설정하기.
• 계산 비용을 줄이면서도 정확도를 유지하기 위해 로봇을 단순화된 충돌 프리미티브(예: 구체 및 캡슐)로 표현하기.
• FIESTA 지ap에서 사전 계산된 유클리드 부호 거리 필드(ESDF)를 사용하여 로봇 프리미티브와 장애물 간의 거리 및 기울기 효율적으로 쿼리하기.
• 단순화된 모델의 모든 프리미티브 쌍 간에 난이도 없는 거리 쿼리 전략을 적용하여, 부드러운 기울기 필드와 낮은 오버헤드 덕분에 광역 관리자보다 우수한 성능 확보하기.
• MPC 비용 함수에서 부호 거리를 페널티 처리하여 안전한 간격 유지 유도하며, 최소 임계값을 설정해 해법 수렴을 위한 약간의 위반 허용하기.
• 15 Hz에서 실시간 LiDAR 기반 환경 업데이트를 적용하여 정적 및 동적 장애물 탐지하고, 충돌 회피 기능은 캐시된 거리 및 기울기 데이터에 의존하기.

실험 결과

연구 질문

• RQ1 실시간으로 동적 전체 신체 이동 및 만능 작업 중에 자기 충돌과 환경 충돌을 효과적으로 통합된 MPC 프레임워크가 회피할 수 있는가?
• RQ2 충돌 회피의 계산 오버헤드가 MPC 주파수와 실시간 실행 가능성에 어떤 영향을 미치는가?
• RQ3 세부 모델 대비 단순화된 프리미티브를 사용한 충돌 검출 전략의 정확도와 효율성 간의 상충 관계는 어떠한가?
• RQ4 직접 OctoMap 기반의 근접 쿼리와 비교했을 때 사전 계산된 ESDF의 계산 비용과 기울기 부드러움 측면에서 어떤 차이가 있는가?
• RQ5 프레임워크는 인간이나 움직이는 물체와 같은 동적 장애물을 얼마나 잘 처리할 수 있으며, 안전성이나 성능에 영향을 주지 않게 할 수 있는가?

주요 결과

• 제안된 방법은 충돌 회피 기능이 없는 블라인드 케이스 대비 MPC 계산 시간이 단지 11.97% 증가하여 하드웨어에서 실시간 운영 가능하다.
• 단순화된 로봇 모델을 사용한 난이도 없는 거리 쿼리 전략은 이론적으로는 덜 최적화되었지만, 더 부드러운 기울기 필드와 낮은 계산 오버헤드 덕분에 광역 관리자보다 우수한 성능 보여줌.
• OctoMap를 사용한 형상 프리미티브 기반 충돌 쿼리는 셀 수가 많고 기울기 불연속성이 높아 블라인드 케이스 대비 19배 더 비싸지 않음.
• 정적 장애물과 다가오는 인간을 모두 회피하면서도 균형 잡힌 자세 유지를 위한 흔들리는 팔 운동, 뒤로 던지기, 자율 도어 개방 등의 하드웨어 시연 성공적으로 수행함.
• 블라인드 스포트 및 15 Hz 업데이트 주기와 같은 LiDAR 한계에도 불구하고 프레임워크는 견고하게 작동하며, 동적 장애물의 속도는 임계값 내에서 제한되어야만 함.
• 최소 거리 임계값을 가진 소프트 제약 조건은 해법 수렴을 신뢰성 있게 가능하게 하면서도 실제 충돌은 방지하여, 하드 제약 조건 대비 페널티 기반 회피의 효과성 입증함.