Kinodynamics-based Pose Optimization for Humanoid Loco-manipulation

要約

この論文では、人型ロボットを制御して重量物を押すための新しいアプローチを紹介します。
このアプローチは、運動力学ベースの姿勢最適化と運動操作モデル予測制御 (MPC) を組み合わせたものです。
提案されたポーズの最適化では、オブジェクトとロボットのダイナミクス モデル、ロボットの運動学的制約、およびオブジェクト パラメーターを考慮して、ロボットの最適な押すポーズを計画します。
移動操作 MPC は、押す力と地面反力を調整することで最適な姿勢を追跡するために使用され、正確な操作と安定した移動を保証します。
数値検証により、フレームワークの有効性が実証され、人型ロボットがさまざまなパラメータ設定でオブジェクトを押すことが可能になります。
姿勢の最適化は、非線形計画法 (NLP) 問題として平均 250 ミリ秒以内に解くことができます。
提案された制御スキームにより、人型ロボットは最大 20 kg (ロボットの質量の 118$\%$) の重さの物体を押すことができます。
さらに、0.3 秒間加えられた 120 N の横力外乱からシステムを回復できます。

要約(オリジナル)

This paper presents a novel approach for controlling humanoid robots to push heavy objects. The approach combines kinodynamics-based pose optimization and loco-manipulation model predictive control (MPC). The proposed pose optimization considers the object-robot dynamics model, robot kinematic constraints, and object parameters to plan the optimal pushing pose for the robot. The loco-manipulation MPC is used to track the optimal pose by coordinating pushing and ground reaction forces, ensuring accurate manipulation and stable locomotion. Numerical validation demonstrates the effectiveness of the framework, enabling the humanoid robot to push objects with various parameter setups. The pose optimization can be solved as a nonlinear programming (NLP) problem within an average of 250 ms. The proposed control scheme allows the humanoid robot to push objects weighing up to 20 kg (118$\%$ of the robot’s mass). Additionally, it can recover the system from a 120 N lateral force disturbance applied for 0.3 s.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google