System Identification For Constrained Robots

要約

モーターの慣性や関節摩擦などのロボット システムのパラメーターを特定することは、コントローラーの合成、モデル解析、オブザーバーの設計を満足のいくものにするために重要です。
従来の識別技術は、主にロボットマニピュレータなどの制約のないシステム向けに設計されています。
対照的に、閉じた運動連鎖やその他の制約を特徴とする脚式ロボットの重要性が高まっており、これらの従来の方法に課題が生じています。
この論文では、反復最小二乗法に依存してデータからモーターの慣性と関節の摩擦パラメーターを特定する、制約付きシステムのシステム特定アプローチを紹介します。
提案されたアプローチは、Agility Robotics によって構築された 20 自由度の人型ロボットである Digit 上のシミュレーションと現実世界で検証されます。
これらの実験では、提案された方法によって特定されたパラメーターにより、モデルベースのコントローラーは、メーカーが提供するデフォルトのパラメーターを使用する場合よりも優れた追跡パフォーマンスを達成できます。
このアプローチの実装は、https://github.com/roahmlab/ConstrainedSysID で入手できます。

要約(オリジナル)

Identifying the parameters of robotic systems, such as motor inertia or joint friction, is critical to satisfactory controller synthesis, model analysis, and observer design. Conventional identification techniques are designed primarily for unconstrained systems, such as robotic manipulators. In contrast, the growing importance of legged robots that feature closed kinematic chains or other constraints, poses challenges to these traditional methods. This paper introduces a system identification approach for constrained systems that relies on iterative least squares to identify motor inertia and joint friction parameters from data. The proposed approach is validated in simulation and in the real-world on Digit, which is a 20 degree-of-freedom humanoid robot built by Agility Robotics. In these experiments, the parameters identified by the proposed method enable a model-based controller to achieve better tracking performance than when it uses the default parameters provided by the manufacturer. The implementation of the approach is available at https://github.com/roahmlab/ConstrainedSysID.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google