[论文解读] A Modular Framework to Generate Robust Biped Locomotion: From Planning to Control

Mohammadreza Kasaei, Ali Ahmadi+2 more|arXiv (Cornell University)|Feb 17, 2020

Robotic Locomotion and Control参考文献 36被引用 6

一句话总结

该论文提出了一种基于三质量动力学模型的模块化、基于模型的框架，用于实现鲁棒的双足步行。该框架整合了分层参考轨迹规划与线性模型预测控制（MPC），在全向行走中性能提升13%，抗推力能力提高50%（150N对比100N），并在基线完全失败的不平整地形上实现了完全成功。

ABSTRACT

Biped robots are inherently unstable because of their complex kinematics as well as dynamics. Despite the many research efforts in developing biped locomotion, the performance of biped locomotion is still far from the expectations. This paper proposes a model-based framework to generate stable biped locomotion. The core of this framework is an abstract dynamics model which is composed of three masses to consider the dynamics of stance leg, torso and swing leg for minimizing the tracking problems. According to this dynamics model, we propose a modular walking reference trajectories planner which takes into account obstacles to plan all the references. Moreover, this dynamics model is used to formulate the controller as a Model Predictive Control (MPC) scheme which can consider some constraints in the states of the system, inputs, outputs and also mixed input-output. The performance and the robustness of the proposed framework are validated by performing several numerical simulations using MATLAB. Moreover, the framework is deployed on a simulated torque-controlled humanoid to verify its performance and robustness. The simulation results show that the proposed framework is capable of generating biped locomotion robustly.

研究动机与目标

• 解决由于复杂动力学与运动学导致的双足人形机器人行走中持续存在的不稳定性挑战。
• 克服依赖试错法或高样本复杂度强化学习的无模型方法的局限性。
• 开发一种可扩展、模块化的框架，在模型精度与计算简洁性之间实现平衡，以实现实时控制。
• 通过集成规划与控制，实现在干扰和复杂环境下的鲁棒行走。
• 在全向行走、抗推力能力和不平整地形穿越方面，性能优于现有基线方法。

提出的方法

• 提出一种三质量抽象动力学模型，用于表示躯干、支撑腿和摆动腿，并约束垂直运动。
• 利用ZMP（零力矩点）概念，将三质量模型映射为线性状态空间系统，用于MPC公式化。
• 设计一种分层参考轨迹规划器，包含三个层级：路径/步态规划、ZMP/髋部/摆动轨迹生成，以及控制器特定的轨迹规划。
• 采用带有状态、输入、输出及混合输入-输出变量约束的线性模型预测控制（MPC），实现实时优化。
• 在基于ODE的模拟器中，将该框架部署于模拟的扭矩控制人形机器人（COMAN）上，以验证性能。
• 使用MATLAB仿真和对比测试，评估在干扰、不平整地形和动态指令下的鲁棒性。

实验结果

研究问题

• RQ1 简化但精确的动力学模型在多大程度上能提升人形机器人双足行走的鲁棒性？
• RQ2 与单质量模型相比，将躯干和腿部动力学纳入控制模型在稳定性和性能方面能提升多少？
• RQ3 模块化、分层的规划与控制框架是否能在全向行走和干扰抑制方面超越现有基线？
• RQ4 所提出的基于MPC的控制器在处理约束并维持外部扰动下的稳定性方面表现如何？
• RQ5 该框架在传统控制器完全失效的不平整地形中具备怎样的通行能力？

主要发现

• 与基线相比，该框架在全向行走中性能提升13%，最大缩放因子达到1.16（基线为1.03）。
• 该框架展现出50%更高的抗推力能力，可承受高达150N的外部作用力（基线为100N）。
• 该框架成功通过了三种不平整地形场景（小、中、大尺寸地砖），而基线在所有情况下均完全失败并摔倒。
• 仿真结果证实，对躯干和腿部动力学的建模显著提升了稳定性和行走速度。
• 该框架在无需在线调整规划器参数的情况下保持了鲁棒性，而以往方法依赖于实时参数调优。
• 带有约束优化的线性MPC公式化实现了高效的实时控制，同时保持了系统线性和计算效率。