[论文解读] Adaptive Control for Robotic Manipulation of Deformable Linear Objects with Offline and Online Learning of Unknown Models

Mingrui Yu, Hanzhong Zhong+2 more|arXiv (Cornell University)|Jul 1, 2021

Soft Robotics and Applications参考文献 29被引用 7

一句话总结

本文提出了一种用于未知变形模型的可变形线性物体（DLO）机器人操作的混合自适应控制框架。该方法结合了离线监督神经网络（NNs）进行初始雅可比矩阵估计与在线自适应神经网络，以在任务执行过程中实时校正误差，通过李雅普诺夫理论分析确保任务误差的稳定收敛。该方法即使在模型不确定或DLO属性发生变化的情况下，也能实现精确、实时的控制。

ABSTRACT

The deformable linear objects (DLOs) are common in both industrial and domestic applications, such as wires, cables, ropes. Because of its highly deformable nature, it is difficult for the robot to reproduce human's dexterous skills on DLOs. In this paper, the unknown deformation model is estimated in both the offline and online manners. The offline learning aims to provide a good approximation prior to the manipulation task, while the online learning aims to compensate the errors due to insufficient training (e.g. limited datasets) in the offline phase. The offline module works by constructing a series of supervised neural networks (NNs), then the online module receives the learning results directly and further updates them with the technique of adaptive NNs. A new adaptive controller is also proposed to allow the robot to perform manipulation tasks concurrently in the online phase. The stability of the closed-loop system and the convergence of task errors are rigorously proved with Lyapunov method. Simulation studies are presented to illustrate the performance of the proposed method.

研究动机与目标

• 解决当可变形线性物体（DLO）的变形动力学未知或建模不佳时的操作挑战。
• 减少因离线训练数据不足或任务执行过程中DLO物理属性变化导致的操纵误差。
• 开发一种结合离线预训练与在线自适应的控制系统，以提升鲁棒性与精度。
• 通过基于李雅普诺夫的分析，保证闭环系统稳定性和任务误差收敛。

提出的方法

• 离线阶段：使用采集到的末端执行器速度与DLO形状的数据对，训练一系列监督神经网络（NNs），以估计将末端执行器速度与DLO形状变化相关联的雅可比矩阵。
• 在线阶段：利用近期观测数据，通过自适应神经网络技术动态更新离线NN模型，实时校正近似误差。
• 将更新后的模型集成到自适应控制器中，利用估计的变形模型反馈，驱动DLO的目标特征到达期望位置。
• 采用李雅普诺夫稳定性理论，严格证明在所提出的自适应控制律下，任务误差可收敛至零。
• 通过估计雅可比矩阵的奇异值分解（SVD）检测并缓解奇异性问题，方法为舍弃较小的奇异值。
• 采用包含比例增益和自适应更新律（公式12）的控制律，根据实时误差和模型不确定性调整控制输入。

实验结果

研究问题

• RQ1 离线训练的神经网络能否为机器人操作任务提供可靠的DLO变形模型初始近似？
• RQ2 当离线模型不足或不准确时，在线自适应学习如何有效减少建模误差？
• RQ3 将离线与在线学习相结合，是否相比仅使用离线或在线方法能提升控制精度与收敛性？
• RQ4 所提出的自适应控制器是否能在DLO动力学未知或变化的情况下，确保稳定且收敛的任务性能？
• RQ5 模型不确定性与奇异性对控制性能有何影响？在实际中如何有效缓解？

主要发现

• 在启用在线学习的情况下，方法在首次任务中实现了更快的收敛速度，目标点更快速地达到目标位置。
• 在路径跟踪任务中，与仅使用离线方法相比，在线更新显著降低了位置误差，证明了在动态条件下更高的精度。
• 在多目标顺序操作任务中，即使DLO长度和形变发生变化，该方法仍能成功将每个目标点固定在期望位置，证明了对结构变化的鲁棒性。
• 仿真结果证实，任务误差随时间收敛至零，验证了基于李雅普诺夫方法的理论稳定性证明。
• 通过SVD处理奇异性问题，显著提升了数值稳定性，尤其避免了因小奇异值导致的过大控制输入。
• 该方法在DLO物理属性或构型在操作过程中发生变化时，仍表现出有效的泛化与自适应能力。