[논문 리뷰] A Fast and Stable Omnidirectional Walking Engine for the Nao Humanoid Robot

Mohammadreza Kasaei, Nuno Lau외 1명|arXiv (Cornell University)|2019. 06. 17.

Robotic Locomotion and Control참고 문헌 18인용 수 12

한 줄 요약

이 논문은 Nao 인간형 로봇을 위한 파라미터 기반의 폐쇄 루프 보행 엔진을 제안하며, 상부 및 하부 신체를 별도의 질량으로 갖는 확장된 선형 역전형 원추 모델(LIPM)을 사용한다. 이 프레임워크는 노이즈에 강건한 궤적 추적을 보장하기 위해 선형-정규분포-가우스(LQG) 제어기를 적용하고, 유전 알고리즘(GA)을 통해 보행 파라미터를 최적화하여 시뮬레이션에서 최대 안정적 전진 보행 속도 80.5 cm/s를 달성하였다. 이는 최고의 수동 튜닝 설정보다 54% 빠른 속도이다.

ABSTRACT

This paper proposes a framework designed to generate a closed-loop walking engine for a humanoid robot. In particular, the core of this framework is an abstract dynamics model which is composed of two masses that represent the lower and the upper body of a humanoid robot. Moreover, according to the proposed dynamics model, the low-level controller is formulated as a Linear-Quadratic-Gaussian (LQG) controller that is able to robustly track the desired trajectories. Besides, this framework is fully parametric which allows using an optimization algorithm to find the optimum parameters. To examine the performance of the proposed framework, a set of simulation using a simulated Nao robot in the RoboCup 3D simulation environment has been carried out. Simulation results show that the proposed framework is capable of providing fast and reliable omnidirectional walking. After optimizing the parameters using genetic algorithm (GA), the maximum forward walking velocity that we have achieved was $80.5cm/s$.

연구 동기 및 목표

• 인간형 로봇을 위한 강건하고 파라미터 기반의 보행 엔진을 개발하여 고속이고 안정적인 전방위 이동을 가능하게 한다.
• 기존의 LIPM을 개선하기 위해 몸통 역학과 수직 COM 운동을 통합하여 안정성과 속도를 향상시킨다.
• 유전 알고리즘(GA)을 사용하여 보행 파라미터를 최적화하여 최대 전진 보행 속도를 도출한다.
• 실제로 동적인 보행과 밀림 복구 시나리오를 포함한 현실적인 RoboCup 3D 시뮬레이션 환경에서 프레임워크를 검증한다.

제안 방법

• 상부 및 하부 신체를 나타내는 두 개의 질량을 갖는 확장된 LIPM 모델을 사용하여 몸통의 동적 운동과 수직 COM 이동을 허용한다.
• 노이즈에 강건한 궤적 추적을 보장하기 위해 저수준 피드백 제어기로 선형-정규분포-가우스(LQG) 제어기를 구현한다.
• 보행 엔진은 네 가지 상태인 대기, 초기화, 단일 지지, 이중 지지로 구성된 상태 기계로 구조화되어 주기적인 보행 패턴 생성을 가능하게 한다.
• 보행 파라미터 8개—보폭 위치(x,y,θ), 흔들림 다리 높이(Zswing), 보폭 지속 시간(Tss), 몸통 기울기(TIto), COM/몸통 진폭(Az, Ato)—는 유전 알고리즘(GA)을 통해 최적화된다.
• 전진 거리(∆X)를 최대화하고 횡방향 이격도(∆Y)를 최소화하며, 추락 시 ε = 100으로 벌점을 적용하는 피트니스 함수를 정의하여 GA가 안정적이고 고속의 보행으로 수렴하도록 이끈다.
• 시뮬레이션은 SimSpark와 ODE 물리 엔진을 사용한 RoboCup 3D 시뮬레이션 환경에서 수행되었으며, 현실적인 역학을 위해 0.02초의 시간 간격을 사용한다.

실험 결과

연구 질문

• RQ1 LIPM 모델에서 COM의 높이 제약을 해제할 경우 보행 속도와 안정성에 어떤 영향을 미치는가?
• RQ2 동적 보행 중 지지 다각형 내에서 제로 동량 점(ZMP)을 안정적으로 유지하기 위해 몸통 운동을 얼마나 효과적으로 활용할 수 있는가?
• RQ3 LQG 제어를 사용하는 완전히 파라미터 기반의 보행 프레임워크는 수동 튜닝 설정보다 더 빠르고 안정적인 전방위 보행을 달성할 수 있는가?
• RQ4 보행 파라미터의 GA 기반 최적화를 통해 도달할 수 있는 최대 안정적 전진 보행 속도는 얼마인가?

주요 결과

• 최적화된 보행 엔진은 시뮬레이션에서 최대 안정적 전진 보행 속도 80.5 cm/s를 달성하였으며, 이는 최고의 수동 튜닝 설정(53 cm/s)보다 54% 빠른 속도이다.
• 몸통 역학을 포함하는 이중 질량 LIPM 모델은 특히 동적 조작 중에 ZMP 추적과 안정성 향상에 크게 기여한다.
• LQG 제어기는 노이즈를 효과적으로 억제하고, 외부 교란 상황에서도 참조 궤적의 강건한 추적을 가능하게 하였다.
• GA 최적화는 약 12,000회 반복 후 수렴하였으며, 평균 피트니스 값이 점진적으로 향상되는 것으로 나타났다. 이는 수렴 곡선도(Fig. 9)에서 확인할 수 있다.
• 전방위 보행 시뮬레이션은 프레임워크가 동시에 전진과 횡방향 이동을 수행하는 부드럽고 안정적인 대각선 운동을 가능하게 함을 보여주었다.
• 기존의 [1], [7], [13], [15]의 방법에 비해 최대 보행 속도 측면에서 프레임워크가 뛰어난 성능을 보였으며, 그 효과성을 확인하였다.