Adapting Gait Frequency for Posture-regulating Humanoid Push-recovery via Hierarchical Model Predictive Control

要約

現在のヒューマノイドプッシュ回復戦略は、しばしば全身の動きを使用しますが、姿勢規制を見落とす傾向があります。
たとえば、操作タスクでは、上半身が直立して回復の変位を最小限に抑える必要がある場合があります。
このペーパーでは、回復ステッピング戦略を調整することにより、未知の妨害の下でヒューマノイドプッシュ回復のパフォーマンスを強化し、身体姿勢を調節するための新しいアプローチを紹介します。
予測ウィンドウの不安定性を分析および検出し、歩行頻度の適応から迅速に回復する階層MPCベースのスキームを提案します。
私たちのアプローチでは、高レベルの非線形MPC、姿勢を認識している歩行周波数適応プランナー、および低レベルの凸運動MPCを統合します。
プランナーは、潜在的な不安定性と姿勢の逸脱の前駆体について評価できる質量の中心（COM）状態軌跡を予測します。
シミュレーションでは、ベースラインアプローチと比較して、平均して最大回復可能なインパルスが131％増加したことを示しています。
ハードウェア実験では、提案されたアプローチでは、回復タイミング/反射の回復ステッピングの125ミリ秒の進歩が観察されています。
また、プッシュ回復のパフォーマンスの改善と、0.2 RAD未満の体の態度の変化を最小限に抑えることも示しています。

要約(オリジナル)

Current humanoid push-recovery strategies often use whole-body motion, yet they tend to overlook posture regulation. For instance, in manipulation tasks, the upper body may need to stay upright and have minimal recovery displacement. This paper introduces a novel approach to enhancing humanoid push-recovery performance under unknown disturbances and regulating body posture by tailoring the recovery stepping strategy. We propose a hierarchical-MPC-based scheme that analyzes and detects instability in the prediction window and quickly recovers through adapting gait frequency. Our approach integrates a high-level nonlinear MPC, a posture-aware gait frequency adaptation planner, and a low-level convex locomotion MPC. The planners predict the center of mass (CoM) state trajectories that can be assessed for precursors of potential instability and posture deviation. In simulation, we demonstrate improved maximum recoverable impulse by 131% on average compared with baseline approaches. In hardware experiments, a 125 ms advancement in recovery stepping timing/reflex has been observed with the proposed approach. We also demonstrate improved push-recovery performance and minimized body attitude change under 0.2 rad.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google