[论文解读] Time Variable Minimum Torque Trajectory Optimization for Autonomous Excavator

Yajue Yang, Jia Pan+3 more|arXiv (Cornell University)|Jun 1, 2020

Robotic Path Planning Algorithms参考文献 15被引用 7

一句话总结

本文提出了一种用于自主挖掘机的时变、最小转矩轨迹优化方法，该方法联合优化关键点位置及其间的时序间隔，并引入基于物理的土壤-工具相互作用模型。该方法在满足几何、运动学和动力学约束的前提下，降低了转矩和时间成本，验证结果表明其在不同土壤类型下均表现出良好的自适应性能，并在高保真度仿真器上实现了成功跟踪。

ABSTRACT

In this paper, we present a minimal torque and time variable trajectory optimization method for autonomous excavator considering the soil-tool interaction. The method formulates the excavation motion generation as a trajectory optimization problem and takes into account geometric, kinematic and dynamics constraints. To generate time-efficient trajectory and improve the overall optimization efficiency, we propose a time variable trajectory optimization mechanism so that the time intervals between the keypoints along the trajectory subject to the optimization. As a result, the method uses few keypoints and reduces the total number of optimization variables. We further introduce a soil-tool interaction force model, which considers the geometric shape of the bucket and the physical properties of the soil. The experimental result on a high fidelity dynamic simulator shows our method can generate feasible trajectories, which satisfy excavation task constraints and are adaptive to different soil conditions.

研究动机与目标

• 开发一种轨迹优化框架，以在挖掘过程中最小化关节转矩需求，同时确保时间效率。
• 解决在不同土壤条件下生成动态可行且自适应挖掘动作的挑战。
• 通过使用少量关键点并采用可变时间间隔，而非密集参数化，降低优化复杂度。
• 基于铲斗几何形状和土壤特性（密度、黏聚力、阻尼）引入真实的土壤-工具相互作用力，以提高轨迹可行性。
• 实现关键点间自主的时间分配，以增强优化收敛性和性能。

提出的方法

• 将挖掘运动规划建模为包含几何、运动学和动力学约束的轨迹优化问题。
• 使用少量关键点作为优化变量，并在固定时间步长下进行线性插值。
• 引入时变机制，使关键点之间的时序间隔也成为优化变量，从而实现动态时间分配。
• 采用李群上的递归逆动力学方法，高效计算轨迹上的关节转矩。
• 提出一种考虑铲斗形状和土壤特性（密度、黏聚力、阻尼）的土壤-工具相互作用力模型。
• 采用基于可达性图的运动学方法，生成用于优化的初始可行轨迹。

实验结果

研究问题

• RQ1 时变轨迹优化框架是否能够降低自主挖掘机运动规划中的转矩和时间成本？
• RQ2 同时优化关键点位置和时序间隔与固定时间方法相比，如何提升轨迹效率？
• RQ3 通过基于物理的相互作用建模，该方法在多大程度上可适应不同土壤条件？
• RQ4 尽管存在模型差异，优化后的轨迹是否能在高保真度动态仿真器上成功跟踪？
• RQ5 包含扫掠体积和方向约束如何影响轨迹的可行性与性能？

主要发现

• 时变优化将总轨迹时长从固定时间下的6.4 s降低至5.5 s，显著提升了时间效率。
• 优化后的轨迹通过平衡加速度与时间，实现了更低的总转矩成本，表现出更高的能量效率。
• 该方法在硬质土壤中生成更浅的轨迹，在软质土壤中生成更深的轨迹，与人类操作员行为及土壤力学预期一致。
• 优化后的轨迹在AGX仿真器上成功实现跟踪，仿真与优化之间的关节转矩曲线保持一致。
• 在整个优化过程中体积约束均被满足，初始扫掠体积低于0.8 m³，确保了足够的材料清除量。
• 逆动力学目标函数条件良好，即使在土壤特性变化的情况下，也能收敛至低转矩解。