Real-time Optimal Landing Control of the MIT Mini Cheetah

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

Licences

• Accès libre
• Article: CC BY 4.0

Tout ce qui suit s'appuie sur l'article complet sous sa licence CC BY 4.0 ; sa figure est montrée en citant les auteurs.

En bref

Un contrôleur d'atterrissage résout de nouveau, pendant la chute du quadrupède, une optimisation de trajectoire à contacts implicites amorcée par un réseau de neurones, puis la suit par une commande corps complet au moment du contact.

Pourquoi c'est important

Les robots à pattes envoyés sur des terrains accidentés ou sans supervision doivent survivre sans dommage aux chutes prévues comme inattendues. L'article montre qu'une optimisation à contacts implicites peut être rendue assez rapide pour choisir les contacts d'atterrissage à la volée depuis différentes orientations et vitesses.

Problème

La commande en impédance peut stabiliser un quadrupède après de petites chutes mais échoue à des vitesses plus élevées ou avec une forte inclinaison du corps, et elle ne choisit ni la posture d'atterrissage, ni les points de contact, ni l'ordre des contacts. Il existe des méthodes d'optimisation de trajectoire qui optimisent le moment des contacts, mais elles étaient trop lentes pour fonctionner en temps réel.

Solution proposée

Pendant la phase aérienne, le robot résout à répétition une optimisation de trajectoire non linéaire sur un modèle à corps rigide unique avec des contraintes de complémentarité de contact sans glissement, de sorte que l'ordre et le moment des contacts découlent de la résolution plutôt que d'une séquence fixe. Les vitesses articulaires sont retirées des variables de décision, seul l'état final est pénalisé, les limites en boîte des pieds s'adaptent à la vitesse du corps, et un petit réseau de neurones fournit l'amorçage. Au contact, détecté à partir des vitesses des encodeurs articulaires, un contrôleur corps complet QP à 500 Hz suit la dernière solution.

Idées clés

• Restreindre les contraintes de complémentarité de contact à un contact sans glissement donne une convergence plus régulière et plus rapide que le modèle complet de glissement de Coulomb
• Ne pénaliser que l'état final a amélioré la vitesse de résolution et parfois la qualité de la solution ; des coûts courants sur les forces ou les états produisaient des trajectoires où les genoux pénétraient le sol ou des forces apparaissaient avant le contact
• Régler la hauteur initiale de sorte que le contact soit toujours attendu après le premier pas de temps rend le contrôleur indépendant de la hauteur globale du robot au-dessus du sol
• L'angle de contact du pied était corrélé à la direction de la vitesse du centre de masse ; des limites cinématiques en boîte, mises à l'échelle selon la vitesse, ont donc été ajoutées pour faciliter la convergence
• La récupération est bien plus sensible au roulis et à la vitesse latérale qu'au tangage et à la vitesse vers l'avant, car un seul moteur ab/ad par patte s'oppose au roulis

Principaux résultats

• En simulation, récupération après une chute horizontale de 8 m, correspondant à une vitesse verticale d'environ -12 m/s
• En simulation, récupération à partir de vitesses angulaires de -0,5 à 0,5 rad/s, de vitesses horizontales de -1,5 à 1,5 m/s, d'un tangage de -π/3 à π/3 et d'un roulis de -π/6 à π/6
• Atterrissages sur le matériel réel après des chutes horizontales allant jusqu'à 2 m, le robot étant lâché à la main
• L'amorçage par réseau de neurones a donné des temps de résolution environ 5-10× plus rapides qu'une optimisation sans amorçage ou avec amorçage en deux étapes
• La fréquence de résolution est donnée à environ 10 Hz dans l'introduction et à 5-8 Hz avec le surcoût de MATLAB dans les résultats de performance en temps réel
• Le réseau d'amorçage a été entraîné sur environ 1500 trajectoires optimisées ; en simulation, l'erreur de suivi élevée à l'impact tombe à zéro dans les premières 0,1 s

Limites

• L'estimation d'état en vol dérivait fortement ; sur le matériel réel, les conditions de chute étaient donc codées en dur plutôt que mesurées
• Les chutes avec un tangage, un roulis ou une vitesse latérale importants n'ont pas été testées sur le matériel réel pour éviter d'endommager le robot
• Les forces d'impact et les variations instantanées de vitesse au contact sont ignorées, et les auteurs disent que les impacts à grande vitesse demandent une étude plus approfondie
• La robustesse aux erreurs sur les conditions de chute et les performances sur terrain irrégulier ne sont pas encore caractérisées
• Les auteurs indiquent que des mises à niveau du processeur et de la carte d'alimentation sont nécessaires pour résoudre le problème entièrement à bord, sans câble

Impact sur le domaine

Finaliste du ICRA 2022 Outstanding Dynamics and Control Paper award, avec 8 citations. L'article ne mentionne pas de publication du code ou des données.

Résumé

L'atterrissage d'un quadrupède est un processus complexe impliquant des impacts importants et des transitions de contact élaborées, et c'est un comportement de récupération crucial observé chez de nombreux animaux. Ce travail présente un contrôleur d'atterrissage optimal en temps réel qui se passe de séquences de contacts prédéfinies. Le contrôleur détermine des postures d'atterrissage et des profils de forces de réaction optimaux et peut récupérer à partir de diverses configurations de chute. La plateforme quadrupède utilisée, le MIT Mini Cheetah, a récupéré en toute sécurité de chutes allant jusqu'à 8 m en simulation, ainsi que d'un éventail d'orientations et de vitesses planaires. Le contrôleur est également testé sur le matériel réel, où il récupère avec succès de chutes allant jusqu'à 2 m.

Liens

• 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