Robust Task-Space Quadratic Programming for Kinematic-Controlled Robots

要約

タスク空間二次計画法 (QP) は、制約に従ってロボットを制御するための洗練されたアプローチです。
しかし、運動学的に制御される（つまり、高ゲインの位置または速度）ロボットの場合、閉ループ QP 制御スキームは、タスクまたは制約に関連するゲインがどのように選択されるかによって不安定になりやすい可能性があります。
このペーパーでは、このような不安定性の欠点について取り上げます。
まず、関節力学、柔軟性、外部摂動などの非モデル化動力学に対する閉ループ システムの非ロバスト性を強調します。次に、高レベルのベースに基づいたロバストな QP 制御定式化を提案します。
制約を含むタスク空間内の積分フィードバック項。
提案された方法は、閉ループの堅牢な安定性を保証することが正式に証明されており、実際的な仮定の下であらゆる運動学制御ロボットに適用することを目的としています。
安定した高速動作を実行する固定ベースのロボットと、バランスを保つために摂動に堅牢に反応する浮遊ベースのヒューマノイド ロボットの実験を通じて、私たちのアプローチを評価します。

要約(オリジナル)

Task-space quadratic programming (QP) is an elegant approach for controlling robots subject to constraints. Yet, in the case of kinematic-controlled (i.e., high-gains position or velocity) robots, closed-loop QP control scheme can be prone to instability depending on how the gains related to the tasks or the constraints are chosen. In this paper, we address such instability shortcomings. First, we highlight the non-robustness of the closed-loop system against non-modeled dynamics, such as those relative to joint-dynamics, flexibilities, external perturbations, etc. Then, we propose a robust QP control formulation based on high-level integral feedback terms in the task-space including the constraints. The proposed method is formally proved to ensure closed-loop robust stability and is intended to be applied to any kinematic-controlled robots under practical assumptions. We assess our approach through experiments on a fixed-base robot performing stable fast motions, and a floating-base humanoid robot robustly reacting to perturbations to keep its balance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google