[논문 리뷰] BiConMP: A Nonlinear Model Predictive Control Framework for Whole Body Motion Planning

Avadesh Meduri, Paarth Shah외 4명|arXiv (Cornell University)|2022. 01. 19.

Robotic Locomotion and Control인용 수 5

한 줄 요약

BiConMP는 중심운동의 이중볼록 구조를 ADMM 및 보조 기울기 방법을 통해 활용함으로써, 다리 달린 로봇을 위한 실시간 전신 운동 계획을 가능하게 하는 비선형 모델 예측 제어 프레임워크입니다. 100 Hz에서 온라인 재계획을 달성하여, 직접 시뮬레이션에서 실제 환경으로의 전이와 최소한의 재학습을 통해 사각형 및 인간형 로봇에서 견고하고 동적인 보행을 가능하게 합니다.

ABSTRACT

Online planning of whole-body motions for legged robots is challenging due to the inherent nonlinearity in the robot dynamics. In this work, we propose a nonlinear MPC framework, the BiConMP which can generate whole body trajectories online by efficiently exploiting the structure of the robot dynamics. BiConMP is used to generate various cyclic gaits on a real quadruped robot and its performance is evaluated on different terrain, countering unforeseen pushes and transitioning online between different gaits. Further, the ability of BiConMP to generate non-trivial acyclic whole-body dynamic motions on the robot is presented. The same approach is also used to generate various dynamic motions in MPC on a humanoid robot (Talos) and another quadruped robot (AnYmal) in simulation. Finally, an extensive empirical analysis on the effects of planning horizon and frequency on the nonlinear MPC framework is reported and discussed.

연구 동기 및 목표

• 다리 달린 로봇에서 복잡한 동적 운동을 다룰 수 있는 실시간 비선형 MPC 프레임워크를 개발하는 것.
• 중심운동의 이중볼록 구조를 활용하여 온라인 비선형 최적 제어 문제를 해결하는 데 발생하는 계산적 과제를 해결하는 것.
• 오프라인 정책 재학습이 필요 없이 외부 간섭과 지형 변화에 대응하기 위해 온라인 재계획을 가능하게 하는 것.
• 다양한 로봇 플랫폼에서 순환 및 비순환 동적 운동을 생성할 수 있는 일반적인 운동 계획 프레임워크를 제공하는 것.
• 계획 수평, 주기, 비용 가중치가 MPC 성능과 견고성에 미치는 영향을 경험적으로 분석하는 것.

제안 방법

• 프레임워크는 운동역학 및 동역학 하위 문제로 전신 역학을 카이노-역학적 분해를 통해 분해합니다.
• 중심운동 최적화 문제를 이중볼록 문제로 설정하고, 보조 기울기 방법을 사용하는 분할형 다중승수 방법(ADMM)으로 해결합니다.
• 운동역학 문제는 최적 제어 문제로 설정되어 표준 제품인 차분 동적 프로그래밍(DDP) 솔버를 사용하여 해결됩니다.
• 비선형 최적화의 수렴성과 안정성을 향상시키기 위해 가우스-뉴턴 다중사격 설정을 사용합니다.
• 모터 토크 제약은 반복적 정밀 조정을 통해 강제로 구현되며, 솔버는 실시간 성능을 위해 온난 스타트 및 조기 종료를 지원합니다.
• 프레임워크는 매 10–100ms 간격으로 궤적을 업데이트함으로써 온라인 재계획을 지원하여 간섭과 지형 변화에 동적으로 적응할 수 있습니다.

Figure 1: A birds eye view of the entire nonlinear MPC framework. First, centroidal trajectories are generated using the ADMM framework explained in Section III-B . These trajectories are used within a DDP-based kinematic optimizer that generates the desired joint trajectories (Section III-D ). The

실험 결과

연구 질문

• RQ1 비선형 MPC는 다리 달린 로봇의 실시간 전신 운동 계획을 위해 얼마나 효율적으로 개선될 수 있는가?
• RQ2 계획 주기와 수평이 동적 운동 생성의 견고성과 성능에 어떤 영향을 미치는가?
• RQ3 중심운동의 이중볼록 분해가 빠르고 안정적이며 정확한 궤적 최적화를 가능하게 할 수 있는가?
• RQ4 복잡하고 비트ivial한 운동에 대해 시뮬레이션에서 실제 환경으로의 전이 성능은 어떠한가?
• RQ5 MPC 기반 운동 계획에서 계산 비용과 견고성 사이의 상충 관계는 무엇인가?

주요 결과

• BiConMP는 실제 사각형 로봇(Solo12)에서 100 Hz에서 실시간 재계획을 달성하여, 20 Hz 대비 외부 간섭에 대한 견고성이 크게 향상되었습니다.
• 프레임워크는 시뮬레이션과 실제 하드웨어에서 모두 사각형 및 인간형 로봇에서 복잡한 동적 보행, 비트ivial한 비순환 운동을 성공적으로 생성하고 제어했습니다.
• 재계획 주기를 20 Hz에서 100 Hz로 증가시킬 경우 간섭 제거 성능이 크게 향상되었지만, 100 Hz를 초과하면 성능 향상 폭이 감소했습니다.
• 모델링 오차를 자동으로 보완하는 클로즈드-루프 최적화 덕분에 재학습 없이도 직접 시뮬레이션-실세계 전이가 가능했습니다.
• 보조 연산자와 ADMM의 사용은 제약 조건 이행을 단순화하고, 로봇 분야에서 MPC를 위한 효율적인 1차 최적화를 가능하게 했습니다.
• 모터 토크가 항상 액추에이터 한계 이내로 유지되어, 심지어 고도로 동적인 운동에서도 수치적으로 안정적이고 계산적으로 실현 가능했습니다.

Figure 2: Different motions demonstrated on real robot and simulation with solo12.