[论文解读] A Modular Robotic Arm Control Stack for Research: Franka-Interface and FrankaPy

Kevin Zhang, Mohit Sharma+2 more|arXiv (Cornell University)|Nov 4, 2020

Robot Manipulation and Learning参考文献 9被引用 25

一句话总结

本文提出了 Franka-Interface 和 FrankaPy，一种模块化的机器人控制套件，通过使用 C++ 实现低层控制、Python 实现高层编程，实现了对 Franka Emika Panda 机器人的 1 kHz 高频实时控制。该框架支持在 9 种原生机器人控制器之间动态切换，集成实时传感器反馈，并快速原型化如阻抗控制和 LQR 控制等控制策略，已在 5 篇已发表的研究论文和一门包含 50 名学生的大学课程中得到验证。

ABSTRACT

We designed a modular robotic control stack that provides a customizable and accessible interface to the Franka Emika Panda Research robot. This framework abstracts high-level robot control commands as skills, which are decomposed into combinations of trajectory generators, feedback controllers, and termination handlers. Low-level control is implemented in C++ and runs at $1$kHz, and high-level commands are exposed in Python. In addition, external sensor feedback, like estimated object poses, can be streamed to the low-level controllers in real time. This modular approach allows us to quickly prototype new control methods, which is essential for research applications. We have applied this framework across a variety of real-world robot tasks in more than $5$ published research papers. The framework is currently shared internally with other robotics labs at Carnegie Mellon University, and we plan for a public release in the near future.

研究动机与目标

• 解决基于 ROS 的控制套件（如 franka_ros）的局限性，后者限制了控制器访问且缺乏实时传感器集成。
• 为研究人员提供一种模块化、可扩展的控制套件，支持在 Franka Panda 机器人上快速原型化先进控制策略。
• 实现将外部传感器反馈（例如物体位姿估计）无缝集成到实时低层控制器中。
• 在不中断控制器或引入延迟的情况下，支持所有 9 种原生 libfranka 控制器之间的动态切换。
• 支持大规模科研部署，如在 5 篇已发表论文和包含 8 台机器人、50 名学生的大学课程中所展示的那样。

提出的方法

• 系统采用客户端-服务器架构，实时服务器运行在配备实时内核的 Linux 系统上，通过 libfranka C++ API 实现 1 kHz 控制。
• 高层控制与规划在客户端计算机上通过 Python 实现，使用 FrankaPy 暴露机器人状态和 ROS 动作客户端的 API。
• 共享内存缓冲区实现了客户端与服务器之间的低延迟、高效数据传输，包括技能参数和传感器数据。
• 技能被分解为可配置组件：轨迹生成器、反馈控制器、终止处理程序以及传感器话题订阅。
• 该框架支持多种控制器类型，包括关节位置、笛卡尔位姿、阻抗和力控制，并支持它们之间的动态切换。
• 来自 ROS 话题（如物体位姿估计）的传感器数据通过共享内存接口实时流式传输至实时控制循环。

实验结果

研究问题

• RQ1 能否设计一种模块化控制套件，以支持对 Franka Panda 机器人的实时、高频控制，同时实现对多种原生控制器的动态切换？
• RQ2 在不引入延迟或破坏实时性保证的前提下，外部传感器反馈在多大程度上可以被集成到低层控制回路中？
• RQ3 该系统在真实机器人任务中，对多种控制策略（如阻抗控制或 LQR）的快速原型化能力有多高效？
• RQ4 该框架能否扩展以支持学术研究环境中多台机器人和复杂多阶段任务？
• RQ5 与现有的基于 ROS 的控制套件相比，该方法在控制器灵活性和实时性能方面表现如何？

主要发现

• 系统成功实现了基于 C++ 实时控制回路的 1 kHz 实时控制，应用于 Franka Emika Panda 机器人。
• 该框架支持所有 9 种原生 libfranka 控制器之间的动态切换，无需停止或重新启动控制器。
• 实时传感器反馈（如估计的物体位姿）可无延迟、无序列化开销地流式传输至低层控制器。
• 该系统已成功用于实现和验证高级控制策略，包括笛卡尔阻抗控制和 LQR 控制器，在真实任务中表现良好。
• 该框架已支持 5 篇已发表的研究论文，并在一门包含 8 台共享机器人和 50 名学生的大学课程中成功应用。
• 该系统正在准备公开发布，目前正解决许可证和文档改进问题。