[論文レビュー] Push Recovery of a Humanoid Robot Based on Model Predictive Control and Capture Point

Milad Shafiee, Aghil Yousefi‐Koma+2 more|arXiv (Cornell University)|Dec 23, 2016

Robotic Locomotion and Control参考文献 2被引用数 5

ひとこと要約

本稿では、捕獲点（CP）の追跡を通じて、ヒューマノイドロボットのプッシュ回復において足首（ZMP）と股関節（CMP変調）戦略を統合するモデル予測制御（MPC）フレームワークを提案する。CPが支持多角形内にある場合はZMP制御に切り替えられ、外に出ている場合はCMP変調に切り替わる。これにより、ステッピングが不可能な点接触や線接触でも、強いプッシュに対して効果的なバランス回復が可能になる。本手法は、抽象的なSURENA IIIモデルを用いたシミュレーションでロボットの安定化に成功した。

ABSTRACT

The three bio-inspired strategies that have been used for balance recovery of biped robots are the ankle, hip and stepping Strategies. However, there are several cases for a biped robot where stepping is not possible, e. g. when the available contact surfaces are limited. In this situation, the balance recovery by modulating the angular momentum of the upper body (Hip-strategy) or the Zero Moment Point (ZMP) (Ankle strategy) is essential. In this paper, a single Model Predictive Control (MPC) scheme is employed for controlling the Capture Point (CP) to a desired position by modulating both the ZMP and the Centroidal Moment Pivot (CMP). The goal of the proposed controller is to control the CP, employing the CMP when the CP is out of the support polygon, and/or the ZMP when the CP is inside the support polygon. The proposed algorithm is implemented on an abstract model of the SURENA III humanoid robot. Obtained results show the effectiveness of the proposed approach in the presence of severe pushes, even when the support polygon is shrunken to a point or a line.

研究の動機と目的

• ステッピングが接触面の制限により不可能な状況下でのヒューマノイドロボットのバランス回復の課題に対処すること。
• 大きな不安定要因に対処できない伝統的なZMPオンリーコントロールの限界を克服すること。
• より高いロバスト性を実現するため、1つのMPCフレームワーク内で足首（ZMP）と股関節（CMP）戦略を統合すること。
• 支持多角形が点または線にまで縮小された場合でも、CPの制御を効果的に行えるようにすること。
• 極端な不安定状況下で、上半身の角運動量（CMPを介して）を用いた安定化が可能であることを実証すること。

提案手法

• コントローラーは、高さが一定で角運動量変化率がゼロであると仮定した線形逆ピラミッドモデル（LIPM）を用いて、ロボットの重心（CoM）のダイナミクスを近似する。
• 制御問題を、CPの目標位置からの偏差を最小化するとともにZMPとCMPを制御するMPCとして定式化する。
• CPが支持多角形内にある場合はZMPを変調してCPを安定化する。CPが外にある場合は、CPを再配置するためにCMP変調に切り替える。
• MPCのコスト関数には、CP追従誤差、ZMP/CMPの偏差、制御入力のエネルギーを含み、安定性とアクチュエータ制限を考慮してゲインを調整する。
• CPが支持多角形内にあるか外にあるかに応じて、動的にZMP制御とCMP制御の切り替えを行う。
• 本手法は、実際の物理的パラメータと外乱入力を備えた抽象的なSURENA IIIヒューマノイドロボットのシミュレーションモデルを用いて検証された。

実験結果

リサーチクエスチョン

• RQ1 統合されたMPCフレームワークは、ヒューマノイドロボットのプッシュ回復において、ZMPとCMP制御を効果的に統合できるか？
• RQ2 支持多角形が線または点にまで縮小された場合、CMP変調はバランス回復をどのように向上させるか？
• RQ3 ステッピングが不可能な状況下で、強い外部不安定要因に対してコントローラーの性能はいかがなものか？
• RQ4 CPの位置に応じて、コントローラーは足首（ZMP）戦略と股関節（CMP）戦略の間でどのように切り替わるか？
• RQ5 動的不安定状況下で、上半身の角運動量変調は安定性をどの程度向上させるか？

主な発見

• CPが支持多角形を逸脱した状況下でも、冠状面方向に360 N、額状面方向に140 Nの強いプッシュに対して、コントローラーがロボットを正常に安定化させた。
• 線接触または点接触の片脚立ちは、CMP変調を用いて維持され、最大のフライホイールトルクは約50 N·mに留まり、アクチュエータの制限内に収まった。
• すべてのシミュレーションにおいて、ロボットの股関節ピッチジョイントの角度は1.5 rad未満を維持した。これは、安全で現実的な制御入力であることを示している。
• コントローラーは人間と同様の行動を示した：小さな不安定要因に対しては足首戦略を、大きな不安定要因に対しては股関節戦略（CMP）を活用した。
• ステッピングが不可能な状況下でも、転倒を効果的に防止した。これは、最小限の接触面でも高いロバスト性を示している。
• シミュレーション結果から、ZMPとCMPの併用によるCP制御が、不安定要因の抑制能力を顕著に向上させることを確認した。