Human-Robot Co-Transportation using Disturbance-Aware MPC with Pose Optimization

要約

このホワイトペーパーでは、モバイルベースとロボットアームを備えたロボットマニピュレーターを使用した、ヒューマンロボットの共輸送のための新しいコントロールアルゴリズムを提案します。
通常のモデル予測制御（MPC）を新しいポーズ最適化メカニズムと統合し、タスク中に障害（人間の行動不確実性やロボット作動騒音など）をより効率的に軽減します。
方法論のコアには、2段階の反復設計が含まれます。各計画地平線で、候補セットからロボットアーム（ジョイント角構成）の最適なポーズを決定し、最低推定制御コストを達成することを目指しています。
この選択は、ロボットの全身制御の最適な入力（モバイルベースとロボットアームの両方を含む）の最適な入力も決定する、妨害を意識した離散代数リカティ方程式（DARE）の解決に基づいています。
提案されたアプローチの有効性を検証するために、さまざまな軌跡やさまざまなレベルの乱れを含むさまざまな条件下でフェッチロボットを使用して、妨害対応のdareの理論的導出を提供し、シミュレートされた実験とハードウェアデモを実行します。
結果は、提案されたアプローチがベースラインアルゴリズムを上回ることを明らかにしています。

要約(オリジナル)

This paper proposes a new control algorithm for human-robot co-transportation using a robot manipulator equipped with a mobile base and a robotic arm. We integrate the regular Model Predictive Control (MPC) with a novel pose optimization mechanism to more efficiently mitigate disturbances (such as human behavioral uncertainties or robot actuation noise) during the task. The core of our methodology involves a two-step iterative design: At each planning horizon, we determine the optimal pose of the robotic arm (joint angle configuration) from a candidate set, aiming to achieve the lowest estimated control cost. This selection is based on solving a disturbance-aware Discrete Algebraic Ricatti Equation (DARE), which also determines the optimal inputs for the robot’s whole body control (including both the mobile base and the robotic arm). To validate the effectiveness of the proposed approach, we provide theoretical derivation for the disturbance-aware DARE and perform simulated experiments and hardware demos using a Fetch robot under varying conditions, including different trajectories and different levels of disturbances. The results reveal that our proposed approach outperforms baseline algorithms.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google