[论文解读] Using Contact to Increase Robot Performance for Glovebox D&D Tasks.

Aykut Özgün Önol, Philip Long+1 more|arXiv (Cornell University)|Jul 11, 2018

Robotic Locomotion and Control参考文献 20被引用 4

一句话总结

该论文提出了一种接触隐式运动规划框架，通过在受限的手套箱环境中与环境进行战略性接触，动态生成支撑力，使人形机器人在搬运重物时能够保持平衡。该方法利用线性互补约束（LCCs）和非线性优化，计算关节位移和支撑力，以确保零力矩点（ZMP）位于支撑多边形内，在2.5D准静态仿真中成功实现了双臂稳定操作，位置误差为0.1 m。

ABSTRACT

Glovebox decommissioning tasks usually require manipulating relatively heavy objects in a highly constrained environment. Thus, contact with the surroundings becomes inevitable. In order to allow the robot to interact with the environment in a natural way, we present a contact-implicit motion planning framework. This framework enables the system, without the specification in advance of a contact plan, to make and break contacts to maintain stability while performing a manipulation task. In this method, we use linear complementarity constraints to model rigid body contacts and find a locally optimal solution for joint displacements and magnitudes of support forces. Then, joint torques are calculated such that the support forces have the highest priority. We evaluate our framework in a 2.5D, quasi-static simulation in which a humanoid robot with planar arms manipulates a heavy object. Our results suggest that the proposed method provides the robot with the ability to balance itself by generating support forces on the environment while simultaneously performing the manipulation task.

研究动机与目标

• 解决在受限、接触受限的手套箱环境中进行重物操作时保持机器人稳定性的挑战。
• 通过使机器人能够自主建立和断开与环境的接触，消除对预设接触模式的需求。
• 开发一种运动规划系统，通过生成支撑力优先保证平衡，同时执行操作任务。
• 评估使用 Valkyrie 等人形机器人在核设施中安全、自主退役的可行性。

提出的方法

• 使用线性互补约束（LCCs）对刚体接触进行建模，以表示接触力和非穿透条件。
• 将 LCC 中的等式约束松弛为不等式，以提高数值稳定性并允许松弛变量的存在。
• 构建一个非线性优化问题，以最小化位置误差、控制努力和松弛量，同时满足抓握、ZMP 和稳定性约束。
• 求解最优关节位移和支撑力大小，以确保零力矩点（ZMP）位于支撑多边形的安全区域内。
• 实现一种多目标力矩控制器，优先生成支撑力，并将物体力偶投影到支撑力的零空间中。
• 使用2.5D准静态仿真评估该框架，让一个人形机器人在高处平面上操作一个重物。

实验结果

研究问题

• RQ1 在未预设接触模式的情况下，接触隐式运动规划框架是否能够维持人形机器人在受限手套箱环境中进行双臂操作时的稳定性？
• RQ2 机器人在多大程度上能有效利用环境接触（如舱门壁面）将零力矩点（ZMP）移至支撑多边形的安全区域内？
• RQ3 支撑力分布对关节力矩需求和系统稳定性有何影响？
• RQ4 当物体相对于机器人基座的位移增加时，系统性能如何，特别是当ZMP有脱离支撑多边形风险时？

主要发现

• 机器人在初始构型后，成功沿预定直线路径运输了重物，最大位置误差为0.1 m。
• 由于动态生成的支撑力，零力矩点（ZMP）在整个任务过程中始终位于支撑多边形的安全区域内。
• 对手套箱舱门的接触被战略性地使用：右臂接触舱门左端以将ZMP向内移动，随后左臂接触左侧舱门右端以维持平衡。
• 支撑力显著大于物体所受的力偶，导致关节力矩主要取决于支撑力的大小和分布。
• 在第7步时，由于双臂产生对称的支撑力，ZMP最为居中，证实了平衡接触分布的有效性。
• 支撑力大小和关节力矩与物体距机器人基座的距离呈近乎线性关系，表明系统行为具有可预测性。