[论文解读] Integrated Task and Motion Planning for Safe Legged Navigation in Partially Observable Environments

Abdulaziz Shamsah, Zhaoyuan Gu+3 more|arXiv (Cornell University)|Oct 23, 2021

Robotic Locomotion and Control参考文献 54被引用 4

一句话总结

本文提出了一种分层集成的任务与运动规划（TAMP）框架，用于在部分可观测、动态的环境中实现双足机器人安全导航，尤其针对对抗性障碍物。该框架结合了线性时序逻辑（LTL）用于高层任务规划，基于降阶模型（ROM）的运动规划器，以及基于无源性的足部放置控制器，实现了在Cassie和Digit机器人上的形式化安全保证和对外部扰动的鲁棒性。

ABSTRACT

This study proposes a hierarchically integrated framework for safe task and motion planning (TAMP) of bipedal locomotion in a partially observable environment with dynamic obstacles and uneven terrain. The high-level task planner employs linear temporal logic (LTL) for a reactive game synthesis between the robot and its environment and provides a formal guarantee on navigation safety and task completion. To address environmental partial observability, a belief abstraction is employed at the high-level navigation planner to estimate the dynamic obstacles' location. Accordingly, a synthesized action planner sends a set of locomotion actions to the middle-level motion planner, while incorporating safe locomotion specifications extracted from safety theorems based on a reduced-order model (ROM) of the locomotion process. The motion planner employs the ROM to design safety criteria and a sampling algorithm to generate non-periodic motion plans that accurately track high-level actions. At the low level, a foot placement controller based on an angular-momentum linear inverted pendulum model is implemented and integrated with an ankle-actuated passivity-based controller for full-body trajectory tracking. To address external perturbations, this study also investigates safe sequential composition of the keyframe locomotion state and achieves robust transitions against external perturbations through reachability analysis. The overall TAMP framework is validated with extensive simulations and hardware experiments on bipedal walking robots Cassie and Digit designed by Agility Robotics.

研究动机与目标

• 解决双足机器人在部分可观测环境中，面对动态且可能具有对抗性的障碍物时，实现安全、形式化导航的挑战。
• 为欠驱动足式系统在任务、运动和底层控制各层提供多层级的形式化安全保证。
• 将信念抽象集成到高层规划中，以应对传感器限制和遮挡问题，确保在部分可观测条件下仍能避免碰撞。
• 通过基于ROM的运动规划和可达性分析，确保高层命令的安全执行，实现鲁棒的运动过渡。
• 在仿真和硬件平台（Cassie和Digit）上验证该框架，以证明其在实际应用中的适用性和在扰动下的鲁棒性。

提出的方法

• 采用线性时序逻辑（LTL）结合反应式博弈合成，生成能形式化保证安全性和任务完成的高层导航动作。
• 在高层规划器中引入信念抽象，以估计动态不可见障碍物的可能位置集合，从而在部分可观测条件下实现安全导航。
• 利用线性倒立摆的降阶模型（ROM）推导出安全约束和超参数，用于中层规划器中的非周期性运动规划。
• 采用相空间规划（PSP）方法，通过混合规划与高层LTL规划符号化集成，实现安全的非周期性步态生成。
• 设计基于角动量线性倒立摆模型（ALIP）的足部放置控制器，经针对相空间计划进行改进，并与踝部驱动的无源性控制方法集成，实现全身体轨迹跟踪。
• 应用可达性分析，确保关键帧运动状态的安全顺序组合，从而在外部扰动（如质心速度突变）下实现鲁棒的过渡。

实验结果

研究问题

• RQ1 如何在存在动态且可能具有对抗性的障碍物的部分可观测环境中，为任务完成和运动规划同时实现形式化安全保证？
• RQ2 当机器人因遮挡或传感器范围有限而无法观测所有障碍物时，信念抽象在实现安全导航中起到什么作用？
• RQ3 如何利用双足行走的降阶模型（ROM）生成与高层符号化任务计划兼容的安全、非周期性运动规划？
• RQ4 何种控制架构可确保全身体轨迹跟踪的鲁棒性并抵抗外部干扰，同时维持安全约束？
• RQ5 如何实现关键帧状态的安全顺序组合，以确保在扰动下仍能实现鲁棒的运动过渡？

主要发现

• 所提出的TAMP框架成功实现了双足机器人在部分可观测、动态环境中的安全导航，并对安全性和任务完成提供了形式化保证。
• 高层规划器中的信念抽象有效处理了因遮挡动态障碍物带来的不确定性，确保在更广泛环境中的碰撞避免。
• 基于ROM的运动规划与LTL任务规划的集成，能够生成非周期性且安全的步态序列，准确跟踪高层命令。
• 在28自由度的Digit机器人上的硬件实验表明，通过改进的ALIP和无源性控制器，实现了全身体轨迹的精确跟踪，同时将足部放置和质心速度误差降至最低。
• 基于可达性分析的安全顺序组合关键帧状态，使得即使在外部扰动（如质心速度突然变化）下，也能实现鲁棒的运动过渡。
• 该框架通过在Cassie和Digit机器人上进行的大量仿真和真实世界实验得到验证，证实其在复杂真实场景中的有效性与鲁棒性。