[논문 리뷰] A Purely-Reactive Manipulability-Maximising Motion Controller

Jesse Haviland, Peter Corke|arXiv (Cornell University)|2020. 02. 27.

Robotic Mechanisms and Dynamics참고 문헌 30인용 수 16

한 줄 요약

이 논문은 재구성 가능한 경로 편차를 통해 스레드 변수를 도입하고 효율적인 헤시안 계산을 사용하여 정규화된 최적화 문제를 해결함으로써, 부족한 로봇과 비부족한 로봇 모두에서 관절 한계를 피하면서 로봇의 기구적 유연성을 극대화하는 순수하게 반응형이고 오픈소스인 운동 제어기를 제시한다. 이 제어기는 실시간 성능이 5ms 이내인 프랭카 펜다 로봇에서 기준 방법 대비 최대 38% 높은 최종 기구적 유연성을 달성한다.

ABSTRACT

We present a novel approach to controlling the instantaneous velocity of a robot end-effector that is able to simultaneously maximise manipulability and avoid joint limits. It operates on non-redundant and redundant robots, which is achieved by adding artificial redundancy in the form of controlled path deviation. We formulate the problem as a quadratic programme and provide an open-source Python implementation that provides solutions in just a few milliseconds. It accepts a robot model expressed using URDF or Denavit-Hartenberg parameterisation. We compare our method to previous work in simulation and on a physical robot.

연구 동기 및 목표

• 기구적 유연성과 관절 한계 회피를 동시에 최적화하는 순수 반응형 실시간 운동 제어기를 개발하는 것.
• 통제된 경로 편차를 통한 인공적 부족성 도입을 통해 비부족한 로봇에 대해서도 기구적 유연성 극대화를 확장하는 것.
• URDF 및 데나비-하르텐베르크 기반의 다양한 로봇 모델을 지원하고 효율적인 기울기 및 헤시안 계산을 제공하는 소프트웨어 툴체인을 제공하는 것.
• 시뮬레이션과 실제 로봇에서의 성능을 검증하여 기존 방법에 비해 뛰어난 내구성과 기구적 유연성을 입증하는 것.
• 이론적으로는 오랜 기간 준비되었으나, 기구적 유연성 기반 제어를 위한 널리 채택된 효율적 도구의 부족을 해결하는 것.

제안 방법

• 기구적 유연성 최대화와 관절 한계 제약을 고려하면서도 관절 속도 노름을 최소화하는 정규화된 최적화 문제(QP)로 종단기구 속도 제어를 수립한다.
• 직선 경로에서의 편차를 허용하기 위해 스레드 변수를 도입함으로써, 비부족한 로봇에서도 기구적 유연성 최적화가 가능하도록 한다.
• 기구적 유연성 측정의 기울기를 기구 헤시안을 사용하여 계산함으로써 실시간으로 기구적 유연성의 정밀 최적화를 가능하게 한다.
• URDF, 데나비-하르텐베르크 또는 ETS 매개변수화 방식으로 기술된 로봇 모델과 호환되어 광범위한 적용 가능성을 확보한다.
• 최적화된 수치 방법을 사용하여 QP를 5ms 이내로 해결함으로써, 시각 서보링과 같은 작업에 대한 실시간 반응형 제어를 가능하게 한다.
• 파이썬 기반 오픈소스 구현을 제공하며, 파이썬용 로봇공학 툴박스에 통합되어 다양한 로봇 운동학을 지원한다.

실험 결과

연구 질문

• RQ1 순수 반응형 제어기가 비부족한 로봇과 부족한 로봇 모두에서 기구적 유연성을 극대화하고 관절 한계를 피할 수 있는가?
• RQ2 비부족한 로봇에서 인공적 경로 편차를 도입함으로써 기구적 유연성과 내구성이 어떻게 향상되는가?
• RQ3 제안된 제어기의 기구적 유연성 향상과 실패율 감소는 해결률 제어 및 이전의 기구적 유연성 최적화 방법에 비해 얼마나 뛰어난가?
• RQ4 제어기의 경로 편차가 궤적 정확성에 미치는 영향은 어느 정도이며, 이는 응용 분야에 맞는 트레이드오프를 조정할 수 있는가?
• RQ5 기구적 유연성 기반 제어기는 이론적으로는 성숙했음에도 불구하고 왜 널리 채택되지 않았는가? 소프트웨어 툴체인이 이 격차를 메울 수 있는가?

주요 결과

• 프랭카 펜다 로봇에서 제안된 제어기는 기준 해결률 제어기 대비 평균 기구적 유연성 35.9% 향상, 최종 기구적 유연성 38% 향상 달성.
• 비부족한 UR5 로봇의 경우, 평균 기구적 유연성 20.7%, 최종 기구적 유연성 30% 향상 달성 — 이는 이전 방법으로는 비부족 시스템에서 달성할 수 없었던 개선이다.
• 시각 서보링 작업에서 실패율을 펜다 로봇의 기준 12.4%에서 8%로 감소시키고, UR5의 경우 39.7%에서 25.6%로 감소시켜 내구성 향상을 입증했다.
• 패닉 편차가 증가함에도 불구하고(펜다 평균 66mm, UR5 평균 835mm), 제어기는 높은 기구적 유연성과 관절 한계 위반 회피를 유지했으며, 이 편차는 λδ 매개변수를 통해 조정 가능했다.
• 복잡한 운동 작업에서 파크의 방법에 비해 제어기가 전체적으로 높은 기구적 유연성을 유지했고, 파크의 방법은 초기 저하 후에야 복구했다.
• 제어기는 특이점과 관절 한계 위반을 성공적으로 피했으며, 실패의 주요 원인은 운동학적 제약이 아니라 최적화기의 국소 최소값이었다.