[논문 리뷰] Central Pattern Generators for the control of robotic systems

Carlos García-Saura|arXiv (Cornell University)|2015. 09. 08.

Robotic Locomotion and Control참고 문헌 14인용 수 9

한 줄 요약

이 논문은 로봇 시스템에서 강건하고 적응적인 운동을 가능하게 하기 위해 결합된 진동자 기반의 생물학적 영감을 받은 중심패tern생성기(CPG) 제어기를 제안한다. 아두이노를 사용한 3D 프린팅 헥사포드에 구현된 CPG는 단계적 동기화와 파rameter 조정을 통해 부드러운 걸음걸이 전환과 외부 교란 후 자가안정화를 달성하였으며, 변화하는 환경에서 실시간 적응성을 입증하였다.

ABSTRACT

Bio-inspired control of motion is an active field of research with many applications in real world tasks. In the case of robotic systems that need to exhibit oscillatory behaviour (i.e. locomotion of snake-type or legged robots), Central Pattern Generators (CPGs) are among the most versatile solutions. These controllers are often based on loosely-coupled oscillators similar to those found in the neural circuits of many animal species, and can be more robust to uncertainty (i.e. external perturbations) than traditional control approaches. This project provides an overview of the state-of-the-art in the field of CPGs, and in particular their applications within robotic systems. The project also tackles the implementation of a CPG-based controller in a small 3D-printed hexapod.

연구 동기 및 목표

• 중앙패턴생성기(CPG)의 적용을 탐색하여 로봇 운동의 강건성과 적응성을 향상시키는 것.
• 3도의 자유도를 가진 저비용 3D 프린팅 헥사포드 로봇에 CPG 기반 제어 시스템을 구현하는 것.
• 환경적 교란 상황에서도 CPG가 안정적인 운동을 유지할 수 있는지 평가하는 것.
• 동적 파rameter 조정을 통해 다양한 걸음걸이 간의 부드러운 전환을 연구하는 것.
• 실시간 로봇 제어에 적합한 단순화된 진동자 모델의 실현 가능성을 평가하는 것.

제안 방법

• CPG는 비선형 결합 진동자 기반의 Rulkov 맵을 사용하여 스파iking-버스트 동역학을 효율적으로 계산하도록 모델링되었다.
• 반중심 진동자 구조를 사용하였으며, 두 신경세포 간 상호 억제를 통해 반대위상의 리듬적 출력을 생성하였다.
• 결합 파rameter(주파수, 위상, 진폭)는 시간 간격 0.01초로 계산된 오일러 방법을 사용한 미분방정식 시스템을 통해 조정되었다.
• 제어기는 왼쪽과 오른쪽 다리가 반대위상으로 작동하도록 상호 연결된 위상적 네트워크를 사용하였으며, 중간 세그먼트는 보행 조율을 유지하기 위해 단방향으로 연결되었다.
• 부드러운 걸음걸이 전환은 자연 주파수 등의 결합 파rameter를 급격히 변경함으로써 달성되었으며, 네트워크의 본질적 안정성 덕분에 재동기화되었다.
• 이 구현에서는 감각 피드백을 통합하지 않았지만, 향후 장애물 회피 기능을 위한 통합을 고려한 프레임워크로 설계되었다.

실험 결과

연구 질문

• RQ1 결합된 진동자 기반의 단순화된 CPG 모델이 로봇 시스템에서 강건하고 실시간 운동을 가능하게 할 수 있는가?
• RQ2 CPG 제어기가 무작위 환경적 교란 후에도 걸음걸이 안정성을 효과적으로 유지할 수 있는가?
• RQ3 CPG 네트워크에서 동적 파ram터 조정을 통해 다양한 걸음걸이 간의 부드러운 전환이 가능한가?
• RQ4 CPG 네트워크가 진동자 간 내재 주파수 차이로 인한 위상 이격을 어느 정도 수정할 수 있는가?
• RQ5 적응성과 내성적 저항성 측면에서 CPG 기반 제어 접근 방식은 전통적인 중심집중 제어 방식보다 어떻게 비교되는가?

주요 결과

• CPG 제어기는 단지 몇 가지 조정 가능한 파rameter만으로도 3D 프린팅 헥사포드가 조율된 리듬적 운동을 성공적으로 수행하였다.
• 시스템은 무작위 교란에 강건했으며, 그림 12에서 보듯이 CPG 네트워크가 몇 초 내에 자가안정화하고 장애를 복구하였다.
• 위상 동기화가 실시간으로 진동자 간 작은 주파수 불일치를 수정하여 장기적인 위상 이격을 방지하였다.
• 그림 13에서 보듯이, 결합 파arameter를 급격히 변경함으로써 걸음걸이 간 부드러운 전환이 달성되었으며, 네트워크는 자동으로 새로운 안정 패턴으로 수렴하였다.
• 도전 과제가 있었음에도 불구하고, 이 방법은 실시간 제어에 효과적이었으며, 오일러 방법과 Rulkov 맵 모델이 임베디드 하드웨어에서 효율적인 계산을 가능하게 하였다.
• CPG 프레임워크는 향후 감각 피드백 통합을 통해 장애물 회피 및 적응형 주행 행동에 매우 큰 잠재력을 보였다.