Collision-Free Inverse Kinematics Through QP Optimization (iKinQP)

要約

ロボット マニピュレータは、多くの場合、エンド エフェクタの位置と方向を完全に制御するために必要な自由度よりも高い作動自由度で設計されています。
これらの「冗長」マニピュレータにより、特定のタスク空間の位置と方向を満たす無限のジョイント構成が可能になり、マニピュレータが衝突のない滑らかな軌道を移動する可能性が高まります。
ただし、冗長マニピュレータの逆運動学は通常、解析的に解決できないため、そのような軌道を見つけることは簡単ではありません。
この問題に取り組むために、ヤコビアン擬似逆法、急速拡張ランダム ツリー (RRT) 動作計画、二次計画法 (QP) ベースの手法など、多くの戦略が開発されてきました。
ここでは、柔軟な逆運動学ベースの QP 戦略 (iKinQP) を紹介します。
ロボットのダイナミクスから独立しているため、アルゴリズムは比較的軽量で、トルク制御と同期してリアルタイムで実行できます。
衝突は基本幾何学の運動学的ツリーとして定義され、アルゴリズムは環境内でどのような衝突が発生するかを判断するために使用される方法に依存しません。
衝突は、衝突のない軌道の生成を保証するハード制約として扱われます。
軌道の滑らかさは、QP の最適化によって実現されます。
私たちのアルゴリズムは、計算効率、滑らかさ、追跡可能な軌道を提供する能力について評価されました。
iKinQP がリアルタイムでスムーズで衝突のない軌道を提供できることが示されました。

要約(オリジナル)

Robotic manipulators are often designed with more actuated degrees-of-freedom than required to fully control an end effector’s position and orientation. These ‘redundant’ manipulators can allow infinite joint configurations that satisfy a particular task-space position and orientation, providing more possibilities for the manipulator to traverse a smooth collision-free trajectory. However, finding such a trajectory is non-trivial because the inverse kinematics for redundant manipulators cannot typically be solved analytically. Many strategies have been developed to tackle this problem, including Jacobian pseudo-inverse method, rapidly-expanding-random tree (RRT) motion planning, and quadratic programming (QP) based methods. Here, we present a flexible inverse kinematics-based QP strategy (iKinQP). Because it is independent of robot dynamics, the algorithm is relatively light-weight, and able to run in real-time in step with torque control. Collisions are defined as kinematic trees of elementary geometries, making the algorithm agnostic to the method used to determine what collisions are in the environment. Collisions are treated as hard constraints which guarantees the generation of collision-free trajectories. Trajectory smoothness is accomplished through the QP optimization. Our algorithm was evaluated for computational efficiency, smoothness, and its ability to provide trackable trajectories. It was shown that iKinQP is capable of providing smooth, collision-free trajectories at real-time rates.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google