[论文解读] Design and Implementation of a Three-Link Brachiation Robot with Optimal Control Based Trajectory Tracking Controller

Shuo Yang, Zhaoyuan Gu+4 more|arXiv (Cornell University)|Nov 12, 2019

Robotic Locomotion and Control被引用 7

一句话总结

本文提出了一种三连杆攀杆机器人，采用基于迭代线性二次调节器（iLQR）的最优摆动规划轨迹跟踪控制器，以及一种级联PID/输入-输出线性化控制器以实现鲁棒跟踪。该机器人在不同间距的横杆间实现了能效高、稳定的攀杆运动，iLQR引导的设计使控制成本从2640降低至1.14，并在0.3米等间距实验中实现了100%的成功率。

ABSTRACT

This paper reports the design and implementation of a three-link brachiation robot. The robot is able to travel along horizontal monkey bars using continuous arm swings. We build a full order dynamics model for the robot and formulate each cycle of robot swing motion as an optimal control problem. The iterative Linear Quadratic Regulator (iLQR) algorithm is used to find the optimal control strategy during one swing. We select suitable robot design parameters by comparing the cost of robot motion generated by the iLQR algorithm for different robot designs. In particular, using this approach we show the importance of having a body link and low inertia arms for efficient brachiation. Further, we propose a trajectory tracking controller that combines a cascaded PID controller and an input-output linearization controller to enable the robot to track desired trajectory precisely and reject external disturbance during brachiation. Experiments on the simulated robot and the real robot demonstrate that the robot can robustly swing between monkey bars with same or different spacing of handholds.

研究动机与目标

• 设计并实现一种能够在猴秋千之间持续、动态摆动的三连杆攀杆机器人。
• 开发一种基于iLQR的最优控制策略，用于在攀杆运动中生成能效最优的轨迹。
• 设计一种鲁棒的轨迹跟踪控制器，以应对非驱动关节和外部扰动的影响。
• 建立一种基于最优控制成本作为指标的机器人参数选择设计方法。
• 在仿真和真实硬件平台上，针对不同横杆间距对系统进行验证。

提出的方法

• 建立了具有两个驱动关节和一个非驱动关节的三连杆攀杆机器人的全阶动力学模型。
• 将每次攀杆摆动视为一个通过迭代线性二次调节器（iLQR）算法求解的最优控制问题。
• 将iLQR的代价函数用作设计指标，以评估和优化机器人参数，包括手臂质量和是否包含躯干。
• 设计了一种级联轨迹跟踪控制器，结合PID控制与输入-输出线性化，以稳定末端执行器的运动。
• 在STM32F427微控制器上实时实现状态估计，使用电机编码器和IMU传感器。
• 在笔记本电脑上执行轨迹生成，并通过MATLAB图形界面经蓝牙将轨迹发送至机器人。

实验结果

研究问题

• RQ1 如何利用iLQR最优控制生成低能耗、稳定的三连杆攀杆机器人摆动轨迹？
• RQ2 在攀杆运动中，哪些机器人设计参数——尤其是躯干质量与手臂转动惯量——能最大化能效？
• RQ3 结合PID与输入-输出线性化的混合控制器是否能有效应对非驱动动力学，实现鲁棒的轨迹跟踪？
• RQ4 机器人在不同间距的猴秋千之间跟踪轨迹时表现如何？
• RQ5 iLQR代价函数在多大程度上可作为机器人设计优化的可靠指标？

主要发现

• 基于iLQR的轨迹生成将最优控制代价从初始的2640（无控制输入时）降低至1.14，适用于0.4米间距横杆间的摆动。
• 在20次0.3米等间距横杆实验中，机器人实现了100%的成功率，证明了其鲁棒性与可重复性。
• 利用iLQR代价函数进行设计优化表明，较轻的手臂和躯干连接显著降低能耗，手臂质量占总质量的13.3%，接近生物 Gibbon 的实际数据。
• 所提出的轨迹跟踪控制器在真实实验中成功保持了对期望关节轨迹的精确跟踪，并有效抑制了外部扰动。
• 机器人成功实现了在不同间距横杆间的连续摆动，验证了控制器的适应能力。
• 以iLQR代价函数作为指标的设计方法在指导物理设计决策方面表现有效，尤其倾向于采用低惯量手臂和明确的躯干结构。