BoundMPC: Cartesian Trajectory Planning with Error Bounds based on Model Predictive Control in the Joint Space

要約

この研究では、BoundMPC と呼ばれる、ロボット マニピュレーター用の新しいオンライン モデル予測軌道プランナーを紹介します。
このプランナにより、直交パス誤差の所望の非対称境界内で、経由点を含むエンドエフェクタの位置および方向におけるデカルト参照パスを衝突なく追跡することができます。
パス パラメーターは、位置と方向の参照パスを同期します。
パス誤差を、パスの進行を表す接線方向と、パスからの逸脱を表す直交方向に分解することは、パス追従制御からの位置について文献でよく知られています。
この論文は、回転のリー理論を利用して、この考えを方向に拡張します。
さらに、直交誤差面はさらに基底方向に分解され、非対称デカルト誤差境界を簡単に定義できます。
経由点を含む区分的線形位置および方向基準パスを使用すると、計算効率が非常に高く、ロボットの動作中にポーズ軌道を再計画することができます。
この機能により、動的に変化する環境やさまざまな目標に対してこのプランナーを使用できるようになります。
BoundMPC の柔軟性とパフォーマンスは、7-DoF Kuka LBR iiwa 14 R820 ロボットの 2 つのシナリオによって実験的に実証されています。
最初のシナリオは、オブジェクトを傾ける必要がある限られた空間を通って、スタート ポーズからゴール ポーズまで大きなオブジェクトを移動する様子を示しています。
2 番目のシナリオはテーブルから物体を掴むことを扱います。この場合、ロボットの動作中に掴む点が変化するため、シーン内の他の障害物との衝突を回避する必要があります。

要約(オリジナル)

This work presents a novel online model-predictive trajectory planner for robotic manipulators called BoundMPC. This planner allows the collision-free following of Cartesian reference paths in the end-effector’s position and orientation, including via-points, within desired asymmetric bounds of the orthogonal path error. The path parameter synchronizes the position and orientation reference paths. The decomposition of the path error into the tangential direction, describing the path progress, and the orthogonal direction, which represents the deviation from the path, is well known for the position from the path-following control in the literature. This paper extends this idea to the orientation by utilizing the Lie theory of rotations. Moreover, the orthogonal error plane is further decomposed into basis directions to define asymmetric Cartesian error bounds easily. Using piecewise linear position and orientation reference paths with via-points is computationally very efficient and allows replanning the pose trajectories during the robot’s motion. This feature makes it possible to use this planner for dynamically changing environments and varying goals. The flexibility and performance of BoundMPC are experimentally demonstrated by two scenarios on a 7-DoF Kuka LBR iiwa 14 R820 robot. The first scenario shows the transfer of a larger object from a start to a goal pose through a confined space where the object must be tilted. The second scenario deals with grasping an object from a table where the grasping point changes during the robot’s motion, and collisions with other obstacles in the scene must be avoided.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google