A 3-Step Optimization Framework with Hybrid Models for a Humanoid Robot’s Jump Motion

要約

人型ロボットにとって、高ダイナミックなジャンプ動作は、環境適応と障害物通過を達成するための困難なタスクです。
軌道の最適化は、ダイナミックで爆発的なジャンプを実現するための実用的な方法です。
本稿では、人型ロボットのジャンプ動作を生成するための 3 ステップの軌道最適化フレームワークを提案します。
反復速度を向上させ、理想的なパフォーマンスを達成するために、フレームワークは 3 つのサブ最適化で構成されています。
最初の最適化では、運動量、慣性、圧力中心 (CoP) が組み込まれ、ロボットを静的反応運動量振り子 (SRMP) モデルとして扱い、対応する軌道を生成します。
2 番目の最適化では、効果的な二次計画法 (QP) ソルバーを使用して、これらの軌道を関節空間にマッピングします。
最後に、3 番目の最適化では、前のパーツによって生成された軌道を利用して全身の関節軌道を生成します。
運動量と慣性を組み合わせて考慮することで、前方への俊敏なジャンプ動作を実現します。
この論文では、距離 1.0 m、高さ 0.5 m の前方ジャンプのシミュレーションと実験 (図 \ref{図の最初のページの図}) を示し、提案されたフレームワークの適用可能性を検証します。

要約(オリジナル)

High dynamic jump motions are challenging tasks for humanoid robots to achieve environment adaptation and obstacle crossing. The trajectory optimization is a practical method to achieve high-dynamic and explosive jumping. This paper proposes a 3-step trajectory optimization framework for generating a jump motion for a humanoid robot. To improve iteration speed and achieve ideal performance, the framework comprises three sub-optimizations. The first optimization incorporates momentum, inertia, and center of pressure (CoP), treating the robot as a static reaction momentum pendulum (SRMP) model to generate corresponding trajectories. The second optimization maps these trajectories to joint space using effective Quadratic Programming (QP) solvers. Finally, the third optimization generates whole-body joint trajectories utilizing trajectories generated by previous parts. With the combined consideration of momentum and inertia, the robot achieves agile forward jump motions. A simulation and experiments (Fig. \ref{Fig First page fig}) of forward jump with a distance of 1.0 m and 0.5 m height are presented in this paper, validating the applicability of the proposed framework.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google