要約
この論文では、動的脚運動を改善するためのリーマン運動ポリシー (RMP) フローベースの全身制御フレームワークを紹介します。
RMPflow は、幾何学的に一貫した方法で複数のタスク空間ポリシー (RMP) を構成空間ポリシーに融合するための差分幾何学にヒントを得たアルゴリズムです。
RMP ベースのアプローチは、同時追跡と衝突回避動作の設計に特に適しており、シリアル マニピュレータへの導入に成功しています。
ただし、RMPflow の注意点は、完全に作動するシステムを念頭に置いて設計されていることです。
この研究では、これを初めて、容赦のない作動不足と制限された制御入力を持つ動的脚システムの領域に拡張しました。
徹底したプッシュ回復実験をシミュレーションで実施し、全体的なフレームワークを検証します。
RMP ベースの衝突回避遊脚コントローラーで有効なステッピング領域を拡大すると、制限されたステッピング領域を使用したベースラインのアプローチと比較して、外乱に対するバランスのロバスト性が最大 53\% 向上することがわかります。
さらに、点足二足歩行ロボットは、動的二足歩行の実験研究専用に構築されています。
制御フレームワークとハードウェアの実行可能性を示すために、予備的な補助なしのその場ステッピング実験が行われます。
要約(オリジナル)
In this paper, we present a Riemannian Motion Policy (RMP)flow-based whole-body control framework for improved dynamic legged locomotion. RMPflow is a differential geometry-inspired algorithm for fusing multiple task-space policies (RMPs) into a configuration space policy in a geometrically consistent manner. RMP-based approaches are especially suited for designing simultaneous tracking and collision avoidance behaviors and have been successfully deployed on serial manipulators. However, one caveat of RMPflow is that it is designed with fully actuated systems in mind. In this work, we, for the first time, extend it to the domain of dynamic-legged systems, which have unforgiving under-actuation and limited control input. Thorough push recovery experiments are conducted in simulation to validate the overall framework. We show that expanding the valid stepping region with an RMP-based collision-avoidance swing leg controller improves balance robustness against external disturbances by up to 53\% compared to a baseline approach using a restricted stepping region. Furthermore, a point-foot biped robot is purpose-built for experimental studies of dynamic biped locomotion. A preliminary unassisted in-place stepping experiment is conducted to show the viability of the control framework and hardware.
arxiv情報
著者 | Daniel Marew,Misha Lvovsky,Shangqun Yu,Shotaro Sessions,Donghyun Kim |
発行日 | 2023-11-06 17:08:19+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google