Local Reactive Control for Mobile Manipulators with Whole-Body Safety in Complex Environments

要約

モバイルマニピュレータは通常、高次元の状態空間と複雑な運動学により、狭く雑然とした環境を移動する際に大きな課題に直面します。
リアクティブメソッドは動的な設定では優れていますが、状態空間全体にわたって複雑で結合された制約を効率的に組み込むのに苦労します。
この研究では、シリアル運動連鎖の伝播を利用して、時間領域のシングルステップ問題を空間領域のマルチステップ最適化問題に再定式化する新しいローカル リアクティブ コントローラーを紹介します。
この変換により、カスタマイズされた切り離されたリンク固有の制約の定式化が容易になり、これは拡張ラグランジュ微分動的計画法 (AL-DDP) によってさらに効率的に解決されます。
私たちのアプローチは、前方パスで空間運動学的伝播を自然に吸収し、後方パスですべてのリンク固有の制約を同時に処理し、制約管理と計算効率の両方を向上させます。
特に、このフレームワークでは、抽出された自由領域を含む正確な幾何学的モデルを使用して、各リンクの衝突回避制約を定式化します。これにより、狭くて乱雑な空間でのモバイル マニピュレータの操作性が向上します。
実験結果では、安全性、効率性、タスク完了率が大幅に向上したことが示されています。
これらの発見は、特に従来のアプローチが失敗する可能性がある狭くて乱雑な環境において、提案された方法の堅牢性を強調しています。
オープンソース プロジェクトは、https://github.com/Chunx1nZHENG/MM-with-Whole-Body-Safety-Release.git にあります。

要約(オリジナル)

Mobile manipulators typically encounter significant challenges in navigating narrow, cluttered environments due to their high-dimensional state spaces and complex kinematics. While reactive methods excel in dynamic settings, they struggle to efficiently incorporate complex, coupled constraints across the entire state space. In this work, we present a novel local reactive controller that reformulates the time-domain single-step problem into a multi-step optimization problem in the spatial domain, leveraging the propagation of a serial kinematic chain. This transformation facilitates the formulation of customized, decoupled link-specific constraints, which is further solved efficiently with augmented Lagrangian differential dynamic programming (AL-DDP). Our approach naturally absorbs spatial kinematic propagation in the forward pass and processes all link-specific constraints simultaneously during the backward pass, enhancing both constraint management and computational efficiency. Notably, in this framework, we formulate collision avoidance constraints for each link using accurate geometric models with extracted free regions, and this improves the maneuverability of the mobile manipulator in narrow, cluttered spaces. Experimental results showcase significant improvements in safety, efficiency, and task completion rates. These findings underscore the robustness of the proposed method, particularly in narrow, cluttered environments where conventional approaches could falter. The open-source project can be found at https://github.com/Chunx1nZHENG/MM-with-Whole-Body-Safety-Release.git.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google