Control of Humanoid Robots with Parallel Mechanisms using Kinematic Actuation Models

要約

Cassieの機械的設計に触発されて、最近リリースされたいくつかのヒューマノイドロボットは、脚の慣性を最適化するためにジョイントの位置からモーターが変位するアクチュエータ構成を使用しています。
これにより、ロボットの動きを計算するときにしばしば無視され（軌道の最適化または補強学習による）、導入時にのみ考慮される伝送の還元比に非線形性が誘導されます。
このペーパーでは、この非線形性を効率的に処理する分析方法を提案します。
この作動モデルを使用して、モーター機能やジョイント範囲を近似せずに、脚の主要なシリアルチェーンの慣性のみをモデル化しながら、非線形透過の動的能力を活用できることを実証します。
分析的逆運動学に基づいて、私たちの方法では、閉じた技術作動に特化した数値ルーチンは必要ありません。したがって、非常に効率的な計算につながります。
私たちの研究は、最近のヒューマノイドロボットで広く使用されている2つのメカニズムに焦点を当てています。
4 bar膝のリンケージと平行2 dof足首メカニズム。
これらのモデルを最適化ベース（DDP）および学習（PPO）制御アプローチ内に統合します。
閉じたチェーンを完全に無視する単純化されたモデルとのモデルとの比較は、シミュレーションで示されます。

要約(オリジナル)

Inspired by the mechanical design of Cassie, several recently released humanoid robots are using actuator configuration in which the motor is displaced from the joint location to optimize the leg inertia. This in turn induces a non linearity in the reduction ratio of the transmission which is often neglected when computing the robot motion (e.g. by trajectory optimization or reinforcement learning) and only accounted for at control time. This paper proposes an analytical method to efficiently handle this non-linearity. Using this actuation model, we demonstrate that we can leverage the dynamic abilities of the non-linear transmission while only modeling the inertia of the main serial chain of the leg, without approximating the motor capabilities nor the joint range. Based on analytical inverse kinematics, our method does not need any numerical routines dedicated to the closed-kinematics actuation, hence leading to very efficient computations. Our study focuses on two mechanisms widely used in recent humanoid robots; the four bar knee linkage as well as a parallel 2 DoF ankle mechanism. We integrate these models inside optimization based (DDP) and learning (PPO) control approaches. A comparison of our model against a simplified model that completely neglects closed chains is then shown in simulation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google