Real-time Optimal Landing Control of the MIT Mini Cheetah

Autores: Se Hwan Jeon, Sangbae Kim, Donghyun Kim · ICRA 2022

Licencias

• Acceso abierto
• Artículo: CC BY 4.0

Todo lo que sigue se basa en el artículo completo bajo su licencia CC BY 4.0; su figura se muestra con crédito a los autores.

En resumen

Un controlador de aterrizaje vuelve a resolver una optimización de trayectorias con contacto implícito mientras el cuadrúpedo cae, con un arranque en caliente (warm start) dado por una red neuronal, y luego la sigue con control de cuerpo completo al tocar el suelo.

Por qué importa

Los robots con patas enviados a terrenos difíciles o sin supervisión deben sobrevivir sin daños a caídas planificadas e imprevistas. El artículo muestra que una optimización con contacto implícito puede hacerse lo bastante rápida como para elegir los contactos de aterrizaje sobre la marcha a partir de distintas orientaciones y velocidades.

Problema

El control de impedancia puede estabilizar un cuadrúpedo tras caídas pequeñas, pero falla a velocidades mayores o con una gran inclinación del cuerpo, y no elige la postura de aterrizaje, las posiciones de contacto ni el orden de los contactos. Existen métodos de optimización de trayectorias que optimizan el momento de los contactos, pero han sido demasiado lentos para ejecutarse en tiempo real.

Solución propuesta

Mientras está en el aire, el robot resuelve repetidamente una optimización no lineal de trayectorias sobre un modelo de sólido rígido único con restricciones de complementariedad de contacto sin deslizamiento, de modo que el orden y el momento de los contactos salen de la resolución y no de una secuencia fija. Las velocidades articulares se eliminan como variables de decisión, solo se penaliza el estado terminal, los límites de caja de los pies se escalan con la velocidad del cuerpo y una pequeña red neuronal proporciona el arranque en caliente. Al tocar el suelo, lo que se detecta a partir de las velocidades de los encoders de las articulaciones, un controlador de cuerpo completo QP a 500 Hz sigue la solución más reciente.

Ideas clave

• Restringir las restricciones de complementariedad de contacto a un contacto sin deslizamiento da una convergencia más consistente y rápida que el modelo completo de deslizamiento de Coulomb
• Penalizar solo el estado terminal mejoró la velocidad de resolución y a veces la calidad de la solución; los costes de recorrido sobre fuerzas o estados produjeron trayectorias con las rodillas penetrando en el suelo o con fuerzas antes del contacto
• Fijar la altura inicial de modo que el contacto con el suelo se espere siempre después del primer paso de tiempo hace que el controlador sea independiente de la altura global del robot sobre el suelo
• El ángulo de contacto del pie se correlacionaba con la dirección de la velocidad del centro de masas, por lo que se añadieron límites cinemáticos de caja escalados con la velocidad para ayudar a la convergencia
• La recuperación es mucho más sensible al alabeo y a la velocidad lateral que al cabeceo y a la velocidad hacia delante, ya que solo un motor ab/ad por pata contrarresta el alabeo

Resultados principales

• Se recuperó de una caída en horizontal de 8 m en simulación, lo que corresponde a una velocidad vertical de aproximadamente -12 m/s
• En simulación, se recuperó de velocidades angulares de -0,5 a 0,5 rad/s, velocidades horizontales de -1,5 a 1,5 m/s, cabeceo de -π/3 a π/3 y alabeo de -π/6 a π/6
• Aterrizajes en hardware desde caídas en horizontal de hasta 2 m, con el robot soltado a mano
• El arranque en caliente con red neuronal dio aceleraciones de aproximadamente 5-10× en el tiempo de resolución frente a la optimización con arranque en frío y con arranque en caliente en dos etapas
• La frecuencia de resolución se da como aproximadamente 10 Hz en la introducción y como 5-8 Hz con la sobrecarga de MATLAB en los resultados de rendimiento en tiempo real
• Red de arranque en caliente entrenada con aproximadamente 1500 trayectorias optimizadas; en simulación, el error de seguimiento elevado en el impacto llega a cero en los primeros 0,1 s

Limitaciones

• La estimación de estado en el aire derivaba gravemente, por lo que en hardware las condiciones de caída se fijaron en el código en lugar de medirse
• Las caídas con cabeceo, alabeo o velocidad lateral significativos no se probaron en hardware para evitar dañar el robot
• Se ignoran las fuerzas de impacto y los cambios instantáneos de velocidad al tocar el suelo, y los autores dicen que los impactos a alta velocidad requieren más estudio
• Aún no se ha caracterizado la robustez ante errores en las condiciones de caída ni el rendimiento en terreno irregular
• Los autores indican que se necesitan mejoras del procesador y de la placa de alimentación para resolver el problema totalmente sin cable y a bordo

Impacto en el campo

Finalista del premio ICRA 2022 Outstanding Dynamics and Control Paper, con 8 citas. El artículo no indica la publicación de código ni de datos.

Resumen

El aterrizaje de cuadrúpedos es un proceso complejo que implica grandes impactos y transiciones de contacto elaboradas, y es un comportamiento de recuperación crucial observado en muchos animales. Este trabajo presenta un controlador de aterrizaje óptimo en tiempo real que no depende de secuencias de contacto especificadas de antemano. El controlador determina las posturas óptimas de toma de contacto con el suelo y los perfiles de fuerzas de reacción, y es capaz de recuperarse de una variedad de configuraciones de caída. La plataforma cuadrúpeda utilizada, el MIT Mini Cheetah, se recuperó de forma segura de caídas de hasta 8 m en simulación, así como desde un rango de orientaciones y velocidades planas. El controlador también se prueba en hardware, recuperándose con éxito de caídas de hasta 2 m.

Enlaces

• arXiv 2110.02799: https://arxiv.org/abs/2110.02799
• DOI 10.48550/arXiv.2110.02799: https://doi.org/10.48550/arXiv.2110.02799
• PDF: https://arxiv.org/pdf/2110.02799v1