Hierarchical Optimization-based Control for Whole-body Loco-manipulation of Heavy Objects

要約

近年、脚式ロボット工学の分野では、多関節ロボットアームの統合を通じてこれらのロボットの機能を強化することへの関心が高まっています。
しかし、物体の操作はロボットの移動に影響を与える大きな外乱を引き起こす可能性があるため、特に重い物体との相互作用を含む移動操作を成功させることは決して簡単ではありません。
この論文は、階層的最適化ベースの制御フレームワークを通じて全身の調整を考慮した脚歩行器マニピュレーションのための新しいフレームワークを紹介します。
まず、オンライン操作プランナーが操作力と操作対象オブジェクトのタスクベースの基準軌道を計算します。
次に、ポーズの最適化により、ロボットの軌道が運動学的制約に合わせて調整されます。
結果として得られるロボット基準軌道は、所望の操作力を予測モデルに組み込んだ線形 MPC コントローラーを介して実行されます。
私たちのアプローチはシミュレーションとハードウェア実験で検証されており、重量物体と相互作用する場合のベースライン移動 MPC と比較して全身の最適化の必要性が強調されています。
カスタムメイドのロボットアームを備えたUnitree Aliengoを使った実験結果では、8kgのペイロードをうまく持ち上げて運び、ドアを操作できる能力が実証されました。

要約(オリジナル)

In recent years, the field of legged robotics has seen growing interest in enhancing the capabilities of these robots through the integration of articulated robotic arms. However, achieving successful loco-manipulation, especially involving interaction with heavy objects, is far from straightforward, as object manipulation can introduce substantial disturbances that impact the robot’s locomotion. This paper presents a novel framework for legged loco-manipulation that considers whole-body coordination through a hierarchical optimization-based control framework. First, an online manipulation planner computes the manipulation forces and manipulated object task-based reference trajectory. Then, pose optimization aligns the robot’s trajectory with kinematic constraints. The resultant robot reference trajectory is executed via a linear MPC controller incorporating the desired manipulation forces into its prediction model. Our approach has been validated in simulation and hardware experiments, highlighting the necessity of whole-body optimization compared to the baseline locomotion MPC when interacting with heavy objects. Experimental results with Unitree Aliengo, equipped with a custom-made robotic arm, showcase its ability to successfully lift and carry an 8kg payload and manipulate doors.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google