Reference-Steering via Data-Driven Predictive Control for Hyper-Accurate Robotic Flying-Hopping Locomotion

要約

最先端のモデルベースの制御設計は、ロボット システムの動的な移動動作の実現に成功していることが示されています。
ロボットモデルと物理的ハードウェアの違いにより不正確な軌道追跡が生じる運命にあるという事実にもかかわらず、飛行、ホッピング、または歩行による移動パフォーマンスの観点から実現される動作の精度はまだ十分に調査されていません。
この不正確さに対処するために、既存のモデルベース設計の上にデータ駆動型入出力 (DD-IO) モデルを確立することで、モデルと実際のギャップを埋める参照ステアリング手法を提案します。
DD-IO モデルは、基準追跡軌道を入力として、実現された追跡軌道を出力として受け取ります。
データ駆動型の予測制御を利用することで、実現された出力軌跡が実際に望ましい出力軌跡と一致するように、オンラインで基準入力軌跡を操作します。
ロボット PogoX 上で、シミュレーションとハードウェアの両方で超正確なホッピングおよび飛行動作を実現する方法を実証します。
このデータ駆動型リファレンスステアリングアプローチは、超正確な軌道追跡によるパフォーマンス向上のために一般的なロボットシステムに簡単に適用できます。

要約(オリジナル)

State-of-the-art model-based control designs have been shown to be successful in realizing dynamic locomotion behaviors for robotic systems. The precision of the realized behaviors in terms of locomotion performance via fly, hopping, or walking has not yet been well investigated, despite the fact that the difference between the robot model and physical hardware is doomed to produce inaccurate trajectory tracking. To address this inaccuracy, we propose a referencing-steering method to bridge the model-to-real gap by establishing a data-driven input-output (DD-IO) model on top of the existing model-based design. The DD-IO model takes the reference tracking trajectories as the input and the realized tracking trajectory as the output. By utilizing data-driven predictive control, we steer the reference input trajectories online so that the realized output ones match the actual desired ones. We demonstrate our method on the robot PogoX to realize hyper-accurate hopping and flying behaviors in both simulation and hardware. This data-driven reference-steering approach is straightforward to apply to general robotic systems for performance improvement via hyper-accurate trajectory tracking.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google