[论文解读] Rapid Bipedal Gait Design Using C-FROST with Illustration on a Cassie-series Robot.

Ayonga Hereid, Omar Harib+3 more|arXiv (Cornell University)|Jul 17, 2018

Robotic Locomotion and Control被引用 9

一句话总结

本文提出 C-FROST，一个用于 FROST 的开源 C++ 接口，可实现对全自由度双足步态的快速直接配点优化，而无需降低自由度。通过利用多线程并省略科里奥利项，该方法在 20-DoF 的 Cassie 系列机器人上实现了快速、高保真的步态设计，经由数值仿真和物理实验验证。

ABSTRACT

One of the big attractions of low-dimensional models for gait design has been the ability to compute solutions rapidly, whereas one of their drawbacks has been the difficulty in mapping the solutions back to the target robot. This paper presents a set of tools for rapidly determining solutions for humanoids without removing or lumping degrees of freedom. The main tools are: (1) C-FROST, an open-source C++ interface for FROST, a direct collocation optimization tool; (2) multi-threading; and (3) following the lead of the manipulator community, removing the Coriolis terms in the model. The results will be illustrated on a 20-DoF floating-base model for a Cassie-series bipedal robot through numerical calculations and physical experiments.

研究动机与目标

• 解决将低维模型解映射回高自由度人形机器人的挑战。
• 克服复杂机器人全自由度步态优化中的计算瓶颈。
• 在不简化机器人动力学或自由度的前提下，实现快速、高保真的步态设计。
• 弥合理论优化与实际在现实世界双足机器人上实现之间的差距。
• 在 20-DoF 浮动基座机器人上展示实时兼容步态生成的可行性。

提出的方法

• 实现 C-FROST，一个开源 C++ 接口，用于加速 FROST——一种直接配点优化工具。
• 利用多线程并行化优化过程，显著缩短计算时间。
• 从动力学模型中移除科里奥利项，以简化优化问题，同时保留关键动力学特性。
• 将优化后的步态解应用于 20-DoF 浮动基座 Cassie 系列机器人模型。
• 通过数值仿真验证步态的稳定性和性能，再进行物理实验。
• 在真实 Cassie 机器人上开展物理实验，以证明生成步态的实际可行性。

实验结果

研究问题

• RQ1 全自由度步态优化是否能被充分加速，从而在现实世界双足机器人上具有实用性？
• RQ2 省略科里奥利项在多大程度上影响生成步态的精度和稳定性？
• RQ3 多线程和 C-FROST 在复杂机器人系统上对直接配点性能的提升效果如何？
• RQ4 优化后的步态是否能成功转移并执行在真实的 20-DoF Cassie 系列机器人上？
• RQ5 在高自由度步态设计中，模型简化与解保真度之间的权衡是什么？

主要发现

• C-FROST 实现了对全自由度双足机器人步态的快速、高保真优化，且无需降低自由度。
• 移除科里奥利项显著降低了计算负载，同时保持了稳定且可行的步态。
• 多线程显著加速了优化过程，使实时步态设计成为可能。
• 优化后的步态已成功在物理 Cassie 系列机器人上实现并执行。
• 数值仿真和物理实验均证实了生成步态的稳定性和实用性。
• 该方法为将直接配点方法应用于复杂、高自由度人形系统提供了切实可行的路径。