Fast and Modular Whole-Body Lagrangian Dynamics of Legged Robots with Changing Morphology

要約

特に機械的損傷によって引き起こされる重要な形態学的変化の下では、マルチ脚のロボット（MLR）の高速およびモジュラーモデリングは、回復力のある制御に不可欠です。
多くの場合、公称歩行の単純化された仮定で開発された従来の固定構造モデルは、そのようなシナリオに適応する柔軟性がありません。
これに対処するために、ボルツマンハメル方程式とネジ理論を使用して、高速モジュールの全身モデリングフレームワークを提案します。この理論では、各レッグのダイナミクスが独立してモデル化され、現在のロボットの形態に基づいて組み立てられます。
この特異性のない閉じた形式の定式化により、モデルベースのコントローラーの効率的な設計とダメージ識別アルゴリズムが可能になります。
そのモジュール性により、ニューラルネットワークの手動の再現または再訓練なしに、さまざまな損傷構成への自律的な適応が可能になります。
コンタクトダイナミクス、ゲートジェネレーター、ローカルレッグコントロールを統合するカスタムシミュレーションエンジンを使用して、提案されたフレームワークを検証します。
複数の脚の損傷を伴う六肢ロボットのハードウェアテストとの比較シミュレーションモデルの精度と適応性が確認されます。
さらに、ランタイム分析により、提案されたモデルはリアルタイムの約3倍高速であるため、損傷の識別と回復のリアルタイムアプリケーションに適しています。

要約(オリジナル)

Fast and modular modeling of multi-legged robots (MLRs) is essential for resilient control, particularly under significant morphological changes caused by mechanical damage. Conventional fixed-structure models, often developed with simplifying assumptions for nominal gaits, lack the flexibility to adapt to such scenarios. To address this, we propose a fast modular whole-body modeling framework using Boltzmann-Hamel equations and screw theory, in which each leg’s dynamics is modeled independently and assembled based on the current robot morphology. This singularity-free, closed-form formulation enables efficient design of model-based controllers and damage identification algorithms. Its modularity allows autonomous adaptation to various damage configurations without manual re-derivation or retraining of neural networks. We validate the proposed framework using a custom simulation engine that integrates contact dynamics, a gait generator, and local leg control. Comparative simulations against hardware tests on a hexapod robot with multiple leg damage confirm the model’s accuracy and adaptability. Additionally, runtime analyses reveal that the proposed model is approximately three times faster than real-time, making it suitable for real-time applications in damage identification and recovery.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google