The Geometry of Optimal Gait Families for Steering Kinematic Locomoting Systems

要約

機動システムのモーション計画には通常、高レベルの剛体タスクを低レベルの関節軌道に変換する必要があります。これは、固定された無制限の作動入力を備えた車のようなロボットにとって簡単ですが、スネークロボットなどのシステムではより困難なプロセスです。
現在の構成に依存し、共同限界によって制約されます。
このホワイトペーパーでは、ステップサイズまたはステアリングレートによってパラメーター化された歩行の最適な歩行収集の連続ファミリーを生成することに焦点を当て、制御可能性と操縦性を向上させます。
これらの最適な歩行ファミリの根本的な幾何学的構造を明らかにし、ローカル方法とグローバルな方法が互いに補償するグローバルおよびローカル検索戦略の両方を使用してそれらを構築する方法を提案します。
グローバル検索アプローチは、低い順序のソリューションを生成しますが、滑らかな動作に対して堅牢ですが、ローカル検索はより高い精度を提供しますが、滑らかな地域の近くでは不安定になる可能性があります。
私たちのフレームワークを実証するために、粘性と完璧なフルイドのスリーリンクスイマーのための最適な歩行ファミリを生成します。
この作業は、低レベルのジョイントコントローラーを複雑な移動システムの高レベルモーションプランナーと統合するための基盤を築きます。

要約(オリジナル)

Motion planning for locomotion systems typically requires translating high-level rigid-body tasks into low-level joint trajectories-a process that is straightforward for car-like robots with fixed, unbounded actuation inputs but more challenging for systems like snake robots, where the mapping depends on the current configuration and is constrained by joint limits. In this paper, we focus on generating continuous families of optimal gaits-collections of gaits parameterized by step size or steering rate-to enhance controllability and maneuverability. We uncover the underlying geometric structure of these optimal gait families and propose methods for constructing them using both global and local search strategies, where the local method and the global method compensate each other. The global search approach is robust to nonsmooth behavior, albeit yielding reduced-order solutions, while the local search provides higher accuracy but can be unstable near nonsmooth regions. To demonstrate our framework, we generate optimal gait families for viscous and perfect-fluid three-link swimmers. This work lays a foundation for integrating low-level joint controllers with higher-level motion planners in complex locomotion systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google