[论文解读] Safe and Compliant Control of Redundant Robots Using a Stack of Passive Task-Space Controllers

Carlo Tiseo, Wolfgang Merkt+3 more|arXiv (Cornell University)|Feb 27, 2020

Soft Robotics and Applications参考文献 6被引用 6

一句话总结

该论文提出了一种被动任务空间控制器堆叠结构，用于在无需动力学模型或在线优化的情况下，实现冗余机器人的安全、柔顺控制。该方法通过采用一种新颖的平滑刚度分布，确保了内在稳定性、数值鲁棒性，并在高速动态任务中实现了亚厘米级跟踪精度，从而有效利用零空间，增强了对奇异性和外部扰动的鲁棒性。

ABSTRACT

Safe and compliant control of dynamic systems in interaction with the environment, e.g., in shared workspaces, continues to represent a major challenge. Mismatches in the dynamic model of the robots, numerical singularities, and the intrinsic environmental unpredictability are all contributing factors.Online optimization of impedance controllers has recently shown great promise in addressing this challenge, however, their performance is not sufficiently robust to be deployed in challenging environments. This work proposes a compliant control method for redundant manipulators based on a stack of multiple passive task-space controllers. Our control framework of passive controllers is inherently stable, numerically well-conditioned (as no matrix inversions are required), and computationally inexpensive (as no optimization is used). We leverage and introduce a novel stiffness profile for a recently proposed passive controller with smooth transitions between the divergence and convergence phases making it particularly suitable when multiple passive controllers are combined in a stack. Our experimental results demonstrate that the proposed method achieves sub-centimeter tracking performance during dynamic demanding tasks with fast-changing references, while remaining safe to interact with and robust to singularities. The proposed framework achieves this without knowledge of the robot dynamics and thanks to its passivity is intrinsically stable. The data further shows that the robot can fully take advantage of the null-space to maintain the primary task accuracy while compensating for external perturbations.

研究动机与目标

• 解决在机器人动力学建模不准确和奇异点存在时，动态不可预测环境中安全柔顺控制的挑战。
• 克服在线阻抗优化方法在实际部署中鲁棒性不足的局限性。
• 开发一种控制框架，确保内在稳定性与数值条件性，同时避免矩阵求逆和计算开销。
• 实现对零空间的有效利用，以在外部扰动下保持主任务的精度。
• 设计一种平滑刚度分布，实现被动控制器在收敛与发散阶段之间无缝过渡。

提出的方法

• 该框架采用多个被动任务空间控制器的堆叠结构，每个控制器均通过无源性理论确保内在稳定性。
• 提出一种新颖的刚度分布，确保被动控制器在发散与收敛阶段之间实现平滑过渡，从而提升堆叠配置下的性能。
• 该方法避免矩阵求逆与在线优化，转而依赖计算高效且数值条件良好的无源性控制律。
• 控制器通过协调设计，使机器人的零空间得以利用，以在补偿外部力的同时保持任务精度。
• 由于其无源性及对逆动力学的不依赖性，该控制架构对动力学模型失配和数值奇异点具有鲁棒性。
• 堆叠结构支持任务的分层优先级，高优先级任务通过被动柔顺性得以保持。

实验结果

研究问题

• RQ1 在无需机器人动力学知识的前提下，被动任务空间控制器堆叠能否在高速动态任务中实现亚厘米级跟踪性能？
• RQ2 与传统刚度分布相比，所提出的平滑刚度分布在提升堆叠被动控制器性能与稳定性方面有何改进？
• RQ3 在被动控制框架中，零空间在补偿外部扰动的同时，能在多大程度上用于保持主任务精度？
• RQ4 由于其无源性及无优化依赖性，该方法是否对数值奇异点和动力学模型失配具有鲁棒性？
• RQ5 该框架是否能在不依赖在线优化或矩阵求逆的前提下，确保内在稳定性和共享工作空间中的安全性？

主要发现

• 所提方法在高速动态参考任务中实现了亚厘米级跟踪性能，证明了其在高要求条件下的高精度。
• 由于其无源性，控制框架表现出内在稳定性，确保了与环境的安全交互，无需额外安全层。
• 该方法对数值奇异点和动力学模型失配保持鲁棒，因其避免了矩阵求逆与优化。
• 机器人有效利用其零空间，在保持主任务精度的同时补偿外部扰动。
• 新颖的刚度分布实现了控制器各阶段之间的平滑过渡，提升了多个被动控制器堆叠时的性能。
• 该框架计算效率高，无需在线优化或复杂数值求逆，适用于实时部署。