Whole-body MPC for highly redundant legged manipulators: experimental evaluation with a 37 DoF dual-arm quadruped

要約

脚による移動の最近の進歩により、四足マニピュレータは、可動性と操作 (\emph{loco-manipulation}) の両方を必要とするタスクを実行するための有望なソリューションとなっています。
現実世界では、タスクの仕様や環境の制約により、四足マニピュレーターに \emph{高冗長性} および \emph{全身} の動作調整機能が装備されている必要がある場合があります。
この研究では、37 個の作動ジョイントで構成される双腕四足プラットフォーム上でリアルタイム パフォーマンスを実現する全身モデル予測制御 (MPC) フレームワークの実験的評価を示します。
私たちの知る限り、これはこれまでリアルタイム全身 MPC で制御される関節の数が最も多い脚式マニピュレーターです。
完全なロボットの運動学と重心力学モデルを考慮した MPC の計算効率は、オープンソースの DDP バリアント ソルバーと最先端の最適制御問題の定式化に基づいています。
四足マニピュレーターに関するこれまでの研究とは異なり、MPC は瞬間的な全身コントローラーを設計する必要なく、低レベルの関節インピーダンス コントローラーと直接インターフェイスされます。
実際のハードウェアでの実現可能性は、地面から重い物体を持ち上げるという困難なタスクに対して CENTAURO プラットフォームを使用して実証されます。
ダイナミックなステップ（速歩）もこのロボットで初めて披露されました。
この結果は、予測制御ループにおける全身情報を使用した再計画の可能性を強調しています。

要約(オリジナル)

Recent progress in legged locomotion has rendered quadruped manipulators a promising solution for performing tasks that require both mobility and manipulation (\emph{loco-manipulation}). In the real world, task specifications and/or environment constraints may require the quadruped manipulator to be equipped with \emph{high redundancy} as well as \emph{whole-body} motion coordination capabilities. This work presents an experimental evaluation of a whole-body Model Predictive Control (MPC) framework achieving real-time performance on a dual-arm quadruped platform consisting of 37 actuated joints. To the best of our knowledge this is the legged manipulator with the highest number of joints to be controlled with real-time whole-body MPC so far. The computational efficiency of the MPC while considering the full robot kinematics and the centroidal dynamics model builds upon an open-source DDP-variant solver and a state-of-the-art optimal control problem formulation. Differently from previous works on quadruped manipulators, the MPC is directly interfaced with the low-level joint impedance controllers without the need of designing an instantaneous whole-body controller. The feasibility on the real hardware is showcased using the CENTAURO platform for the challenging task of picking a heavy object from the ground. Dynamic stepping (trotting) is also showcased for first time with this robot. The results highlight the potential of replanning with whole-body information in a predictive control loop.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google