[论文解读] Experiments with a hierarchical inverse dynamics controller on a torque-controlled humanoid

Alexander Herzog, Ludovic Righetti+3 more|arXiv (Cornell University)|May 9, 2013

Robotic Locomotion and Control参考文献 19被引用 8

一句话总结

本文提出了一种在力矩控制的人形机器人上实现的分层逆动力学控制器的实时应用，通过简化二次规划公式以减少计算时间。该方法在模型不确定性和干扰下实现了鲁棒的动量基平衡控制，在实验中表现出稳定的单腿站立和有效的任务跟踪能力。

ABSTRACT

Recently several hierarchical inverse dynamics controllers based on cascades of quadratic programs have been proposed for application on torque controlled robots. They have important theoretical benefits but have never been implemented on a torque controlled robot where model inaccuracies and real-time computation requirements can be problematic. In this contribution we present an experimental evaluation of these algorithms in the context of balance control for a humanoid robot. The presented experiments demonstrate the applicability of the approach under real robot conditions (i.e. model uncertainty, estimation errors, etc). We propose a simplification of the optimization problem that allows us to decrease computation time enough to implement it in a fast torque control loop. We implement a momentum-based balance controller which shows robust performance in face of unknown disturbances, even when the robot is standing on only one foot. In a second experiment, a tracking task is evaluated to demonstrate the performance of the controller with more complicated hierarchies. Our results show that hierarchical inverse dynamics controllers can be used for feedback control of humanoid robots and that momentum-based balance control can be efficiently implemented on a real robot.

研究动机与目标

• 在模型不确定性和计算约束条件下，评估分层逆动力学控制器在真实世界人形机器人控制中的表现。
• 简化优化问题以实现更快的计算，适用于高频力矩控制环路。
• 在单腿站立等挑战性条件下，展示基于动量的平衡控制的有效性。
• 通过跟踪实验验证控制器在复杂任务层级中的性能。

提出的方法

• 在力矩控制的人形机器人上实现了基于级联二次规划的分层逆动力学控制器。
• 通过简化优化问题以降低计算负载，实现实时执行，适用于高速力矩控制环路。
• 将基于动量的平衡控制器作为主要控制目标，优先保证整体稳定性。
• 通过鲁棒反馈控制设计来处理模型不准确性和估计误差。
• 在分层结构中嵌入特定任务目标（例如关节跟踪），以优先保证平衡，其次处理次要任务。

实验结果

研究问题

• RQ1 分层逆动力学控制器能否在真实世界条件下有效应用于实际的力矩控制人形机器人？
• RQ2 模型不确定性与估计误差如何影响此类控制器的性能？
• RQ3 计算复杂度是否能降低到足以实现实时运行于高带宽力矩控制环路？
• RQ4 当机器人单脚站立或遭遇未知干扰时，基于动量的平衡控制有多强的鲁棒性？
• RQ5 在复杂任务层级（如跟踪任务）中，控制器的性能如何？

主要发现

• 简化的优化公式将计算时间减少到足以实现实时运行于力矩控制机器人。
• 基于动量的平衡控制器在单腿站立期间表现出鲁棒性能，显示出对干扰的强适应能力。
• 控制器在真实实验中有效处理了模型不准确性和估计误差。
• 分层结构实现了稳定的任务执行，确保平衡优先于次要跟踪目标。
• 跟踪实验证实了控制器在复杂任务层级中具备良好性能。