Direction-Constrained Control for Efficient Physical Human-Robot Interaction under Hierarchical Tasks

要約

この論文では、階層タスクのコンテキストにおける物理的なヒューマン ロボット インタラクション (pHRI) の課題に対処するための制御方法を提案します。
階層タスクを管理する一般的なアプローチは階層二次計画法 (HQP) ですが、これは任意の速度方向の調整が許可されているため、人間の対話に直接適用することはできません。
この制限を解決するために、方向制約の概念を導入し、これらの制約によって引き起こされる非線形性を処理する方向制約最適化アルゴリズムを開発します。
このアルゴリズムは、誤差を最小限に抑え、偏角を最小限に抑える 2 つのサブ問題を並行して解決し、2 つのサブ問題の結果を組み合わせて、最終的な最適な結果を生成します。
これら 2 つの副問題間の相互影響を分析して、組み合わせに最適なパラメーターを決定します。
さらに、制御フレームワークの速度目標は、可変アドミタンス コントローラーを使用して計算されます。
従来のアドミッタンス制御では制約が考慮されていません。
この問題に対処するために、制御目標を動的に調整する可変アドミッタンス制御方法を提案します。
この方法は、制約境界におけるロボットの速度と人間の意図との間の偏差を低減するのに役立ち、それによってインタラクション効率が向上します。
人間のオペレーターが 7 自由度のロボット アームと物理的に対話するシナリオで、提案された方法を評価します。
この結果は、階層的タスクのために pHRI に方向制約を組み込むことの重要性を強調しています。
既存の方法と比較して、私たちのアプローチは、制約境界でのインタラクション遅延を回避しながら、インタラクション中によりスムーズなロボットの軌道を生成します。

要約(オリジナル)

This paper proposes a control method to address the physical Human-Robot Interaction (pHRI) challenge in the context of hierarchical tasks. A common approach to managing hierarchical tasks is Hierarchical Quadratic Programming (HQP), which, however, cannot be directly applied to human interaction due to its allowance of arbitrary velocity direction adjustments. To resolve this limitation, we introduce the concept of directional constraints and develop a direction-constrained optimization algorithm to handle the nonlinearities induced by these constraints. The algorithm solves two sub-problems, minimizing the error and minimizing the deviation angle, in parallel, and combines the results of the two sub-problems to produce a final optimal outcome. The mutual influence between these two sub-problems is analyzed to determine the best parameter for combination. Additionally, the velocity objective in our control framework is computed using a variable admittance controller. Traditional admittance control does not account for constraints. To address this issue, we propose a variable admittance control method to adjust control objectives dynamically. The method helps reduce the deviation between robot velocity and human intention at the constraint boundaries, thereby enhancing interaction efficiency. We evaluate the proposed method in scenarios where a human operator physically interacts with a 7-degree-of-freedom robotic arm. The results highlight the importance of incorporating directional constraints in pHRI for hierarchical tasks. Compared to existing methods, our approach generates smoother robotic trajectories during interaction while avoiding interaction delays at the constraint boundaries.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google