An Efficient Representation of Whole-body Model Predictive Control for Online Compliant Dual-arm Mobile Manipulation

要約

双腕モバイルマニピュレーターは、シンプルなエンドエフェクターを使用して大型の物体を輸送および操作できます。
厳格な安全性とコンプライアンスの要件がある動的な環境と対話するには、このような冗長性の高いモバイル マニピュレータのさまざまな厳しい制約を満たしながら全身の動作計画をオンラインで達成することが、大きな課題となります。
私たちは、バイレベル モデルベースの予測制御 (MPC) フレームワーク内で全身の運動軌跡の効率的な表現を提示することで、この課題に取り組みます。
ベジエ曲線パラメータ化を利用して、最初の MPC で連携する 2 つのエンドエフェクターの最適化された衝突のない軌道を表現し、近似的な実現可能性制約を考慮しながら、SE(3) での高速な長期オブジェクト指向の動作計画を容易にします。
このアプローチはさらに、全身のハード制約を満たしながら、比較的短い期間での予測アドミッタンス制御による全身運動生成のための 2 番目の MPC で全身軌道をパラメータ化するために適用されます。
この表現により、連続特性を持つ 2 つの MPC が有効になり、離散化手法を使用した既存の MPC における不正確なモデル状態遷移や密な決定変数設定が回避されます。
これにより、高次元空間におけるバイレベル MPC フレームワークのオンライン実行が強化され、位置/速度制御のハイブリッド ロボットに対する一貫したコマンドの生成が容易になります。
シミュレーションの比較と現実世界の実験は、静的および動的障害物回避、および操作対象物と外部外乱との準拠した相互作用制御のためのさまざまなシナリオにおけるこのアプローチの効率とロバスト性を実証します。

要約(オリジナル)

Dual-arm mobile manipulators can transport and manipulate large-size objects with simple end-effectors. To interact with dynamic environments with strict safety and compliance requirements, achieving whole-body motion planning online while meeting various hard constraints for such highly redundant mobile manipulators poses a significant challenge. We tackle this challenge by presenting an efficient representation of whole-body motion trajectories within our bilevel model-based predictive control (MPC) framework. We utilize B\’ezier-curve parameterization to represent the optimized collision-free trajectories of two collaborating end-effectors in the first MPC, facilitating fast long-horizon object-oriented motion planning in SE(3) while considering approximated feasibility constraints. This approach is further applied to parameterize whole-body trajectories in the second MPC for whole-body motion generation with predictive admittance control in a relatively short horizon while satisfying whole-body hard constraints. This representation enables two MPCs with continuous properties, thereby avoiding inaccurate model-state transition and dense decision-variable settings in existing MPCs using the discretization method. It strengthens the online execution of the bilevel MPC framework in high-dimensional space and facilitates the generation of consistent commands for our hybrid position/velocity-controlled robot. The simulation comparisons and real-world experiments demonstrate the efficiency and robustness of this approach in various scenarios for static and dynamic obstacle avoidance, and compliant interaction control with the manipulated object and external disturbances.

arxiv情報

著者 Wenqian Du,Ran Long,João Moura,Jiayi Wang,Saeid Samadi,Sethu Vijayakumar
発行日 2024-10-30 11:06:43+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO パーマリンク