Online Friction Coefficient Identification for Legged Robots on Slippery Terrain Using Smoothed Contact Gradients

要約

このペーパーでは、滑りやすい地形上の脚のあるロボットのオンライン摩擦係数識別フレームワークを提案します。
このアプローチでは、最適化問題を定式化して、剛体接触ダイナミクスの摩擦係数によってパラメーター化された実際の状態と予測状態の間の残差の合計を最小化します。
特に、提案されたフレームワークは、クーロン摩擦の相補性条件を滑らかにすることで得られる接触衝動の分析的平滑化勾配を活用して、非微細な接触ダイナミクスから誘導される非情報勾配の問題を解決します。
さらに、脚のロボットの摩擦係数識別中に接触係数を開始した後、高い正常接触速度でデータを除外する拒絶方法を導入します。
提案されたフレームワークを検証するために、滑りやすい地形で四角いロボットプラットフォームであるKaist Houndを使用して実験を実施します。
私たちのフレームワークは、さまざまな初期条件内で迅速かつ一貫した摩擦係数の識別を実現することを観察します。

要約(オリジナル)

This paper proposes an online friction coefficient identification framework for legged robots on slippery terrain. The approach formulates the optimization problem to minimize the sum of residuals between actual and predicted states parameterized by the friction coefficient in rigid body contact dynamics. Notably, the proposed framework leverages the analytic smoothed gradient of contact impulses, obtained by smoothing the complementarity condition of Coulomb friction, to solve the issue of non-informative gradients induced from the nonsmooth contact dynamics. Moreover, we introduce the rejection method to filter out data with high normal contact velocity following contact initiations during friction coefficient identification for legged robots. To validate the proposed framework, we conduct the experiments using a quadrupedal robot platform, KAIST HOUND, on slippery and nonslippery terrain. We observe that our framework achieves fast and consistent friction coefficient identification within various initial conditions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google