Physically-Consistent Parameter Identification of Robots in Contact

要約

正確な慣性パラメーターの識別は、環境との断続的な接触に遭遇するロボットのシミュレーションと制御に不可欠です。
古典的には、ロボットの慣性パラメーターは、正確ではない（時には利用できない、たとえばボストンダイナミクスのスポット）から取得されるため、識別が必要です。
そのためには、既存の方法では、近代的な四足動画ロボットに存在しないモダリティである接触力測定へのアクセスが必要です。
このペーパーでは、直接接触力測定を必要とせずに慣性パラメーターを特定するために、共同電流/トルク測定（現代のロボットの標準センシングモダリティ）を利用する代替手法を紹介します。
全身のダイナミクスを接触制約のヌル空間に投影することにより、接触力への依存性を排除し、身体的および幾何学的制約を処理できる線形行列の不平等として識別問題を再定式化します。
深いニューラルネットワークを使用して、共通のブラックボックス識別法と提案された方法を比較し、物理的な一貫性を組み込むことでサンプルの効率とモデルの一般化が大幅に向上することを示します。
最後に、さまざまな移動タスクにわたって四足動物のロボットでの方法を検証し、さまざまな歩行にわたる実際のシナリオでの精度と一般化可能性を示します。

要約(オリジナル)

Accurate inertial parameter identification is crucial for the simulation and control of robots encountering intermittent contact with the environment. Classically, robots’ inertial parameters are obtained from CAD models that are not precise (and sometimes not available, e.g., Spot from Boston Dynamics), hence requiring identification. To do that, existing methods require access to contact force measurement, a modality not present in modern quadruped and humanoid robots. This paper presents an alternative technique that utilizes joint current/torque measurements — a standard sensing modality in modern robots — to identify inertial parameters without requiring direct contact force measurements. By projecting the whole-body dynamics into the null space of contact constraints, we eliminate the dependency on contact forces and reformulate the identification problem as a linear matrix inequality that can handle physical and geometrical constraints. We compare our proposed method against a common black-box identification method using a deep neural network and show that incorporating physical consistency significantly improves the sample efficiency and generalizability of the model. Finally, we validate our method on the Spot quadruped robot across various locomotion tasks, showcasing its accuracy and generalizability in real-world scenarios over different gaits.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google