A Dynamic Programming Framework for Optimal Planning of Redundant Robots Along Prescribed Paths With Kineto-Dynamic Constraints

要約

所定のタスク空間パスに沿った冗長ロボットの軌道のオフライン最適計画は、通常、2 つの連続するプロセスに分割されます。まず、タスク空間パスを反転して関節空間パスを取得し、次に後者が時間法則でパラメータ化されます。
2 つのプロセスが分離されている場合、同じ目的関数を最適化することができず、最終的には次善の結果が得られます。
このペーパーでは、動的プログラミングが基礎となる最適化手法である統一アプローチを紹介します。
その柔軟性により、任意の制約や目的関数に対応できるため、実際のシステムの最適な計画のための汎用フレームワークが提供されます。
現実世界のシナリオへの適用性を実証するために、フランカ エミカのパンダ ロボット上で時間最適化のためにフレームワークがインスタンス化されます。
実際のコントローラー上での滑らかでない軌道の実行に関連するよく知られた問題は、計画レベルで部分的に制約の適用を通じて、また部分的に最適解の後処理によって解決されます。
実験では、提案されたフレームワークが運動学的冗長性を効果的に活用して、計画レベルで定義されたパフォーマンス指標を最適化し、実際のハードウェアで実行して満足のいく結果が得られる実現可能な軌道を生成できることが示されています。

要約(オリジナル)

Offline optimal planning of trajectories for redundant robots along prescribed task space paths is usually broken down into two consecutive processes: first, the task space path is inverted to obtain a joint space path, then, the latter is parametrized with a time law. If the two processes are separated, they cannot optimize the same objective function, ultimately providing sub-optimal results. In this paper, a unified approach is presented where dynamic programming is the underlying optimization technique. Its flexibility allows accommodating arbitrary constraints and objective functions, thus providing a generic framework for optimal planning of real systems. To demonstrate its applicability to a real world scenario, the framework is instantiated for time-optimality on Franka Emika’s Panda robot. The well-known issues associated with the execution of non-smooth trajectories on a real controller are partially addressed at planning level, through the enforcement of constraints, and partially through post-processing of the optimal solution. The experiments show that the proposed framework is able to effectively exploit kinematic redundancy to optimize the performance index defined at planning level and generate feasible trajectories that can be executed on real hardware with satisfactory results.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google