Robustifying Model-Based Locomotion by Zero-order Stochastic Nonlinear Model Predictive Control with Guard Saltation Matrix

要約

この論文では、接触の不確実性に対するモデルベースの脚移動のロバスト性を強化するための、確率的/ロバストな非線形モデル予測制御 (NMPC) を紹介します。
ガードソルテーション行列と拡張されたカルマンフィルターのような共分散更新を活用することで、接触不確実性を確率的/ロバストな NMPC フレームワークの共分散伝播に統合します。
フィードバック ゲインに関する計算効率をさらに向上させたゼロ次アルゴリズムを利用することで、高速な確率的/ロバストな NMPC 計算を実現します。
数値実験を実施し、提案手法が将来の状態の共分散を正確に予測し、接触不確実性が存在する場合でも制約を満たす軌道を生成できることを実証しました。
車輪付き脚ロボットの知覚移動に関するハードウェア実験も行われ、限られたオンボード計算を伴う実世界のシステムにおける提案された方法の実現可能性が検証されました。

要約(オリジナル)

This paper presents a stochastic/robust nonlinear model predictive control (NMPC) to enhance the robustness of model-based legged locomotion against contact uncertainties. We integrate the contact uncertainties into the covariance propagation of stochastic/robust NMPC framework by leveraging the guard saltation matrix and an extended Kalman filter-like covariance update. We achieve fast stochastic/robust NMPC computation by utilizing the zero-order algorithm with additional improvements in computational efficiency concerning the feedback gains. We conducted numerical experiments and demonstrate that the proposed method can accurately forecast future state covariance and generate trajectories that satisfies constraints even in the presence of the contact uncertainties. Hardware experiments on the perceptive locomotion of a wheeled-legged robot were also carried out, validating the feasibility of the proposed method in a real-world system with limited on-board computation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google