Gait

• Detto anche: Locomotion Gait, Walking Pattern, Gait Pattern
• Categoria: Control › Locomotion control
• Tag: locomotion, legged-robot, walking, control, cpg

Schema e temporizzazione dei movimenti delle gambe che un robot con zampe usa per la locomozione.

Definizione

L'andatura indica lo schema e la temporizzazione dei movimenti delle gambe che un robot con zampe usa per spostarsi. Proprio come gli animali usano andature diverse per velocità e terreni diversi (passo, trotto, galoppo), i robot con zampe implementano vari schemi di andatura ottimizzati per stabilità, velocità, efficienza energetica e condizioni del terreno.

Andature comuni dei quadrupedi: - Passo: si muove una sola gamba alla volta mentre le altre tre restano a terra. È la più lenta ma la più stabile, con il robot che mantiene sempre un poligono di appoggio a treppiede o più ampio. - Trotto: le coppie di gambe diagonali si muovono insieme (anteriore sinistra con posteriore destra, poi anteriore destra con posteriore sinistra). Buon equilibrio tra velocità e stabilità. È l'andatura predefinita della maggior parte dei robot quadrupedi. - Ambio: le gambe dello stesso lato si muovono insieme (anteriore sinistra con posteriore sinistra). Meno comune nei robot a causa dell'instabilità laterale. - Balzo/galoppo: le gambe anteriori e quelle posteriori si muovono insieme a coppie alternate. È l'andatura più veloce, ma richiede equilibrio dinamico e attuatori ad alte prestazioni.

Andature comuni degli esapodi: - Andatura a treppiede: tre gambe si muovono contemporaneamente mentre le altre tre restano a terra. Veloce ed efficiente, mantiene una stabilità statica costante. - Andatura a onda: si muove una gamba alla volta, in sequenza a onda. Molto stabile ma lenta. - Andatura ripple: si muovono due gambe alla volta, a metà strada tra la velocità del treppiede e la stabilità dell'onda.

Approcci alla generazione dell'andatura: - Generatori centrali di pattern (CPG): oscillatori di ispirazione biologica che producono schemi ritmici di coordinazione delle gambe. Semplici e robusti. - Ottimizzazione della traiettoria: calcola posizioni e tempi ottimali degli appoggi dei piedi per un dato terreno e una data velocità. - Apprendimento per rinforzo: apprende in simulazione policy di andatura che si trasferiscono ai robot reali. Sempre più dominante, produce andature che sui terreni complessi superano gli schemi progettati a mano.

Perché è importante

L'andatura è lo schema con cui un robot con zampe appoggia e solleva i piedi: quali gambe si muovono e quando, e con quale relazione di fase. È l'astrazione che organizza la locomozione con zampe, perché trasforma un problema di coordinazione altrimenti ingestibile in un ciclo che si ripete. La scelta dell'andatura determina velocità, stabilità, consumo energetico e terreni che una macchina può affrontare, e saper cambiare andatura al momento giusto è gran parte di ciò che distingue un robot che cammina in laboratorio da uno che lavora all'aperto.

Applicazioni principali

• Scelta tra velocità ed efficienza nei robot con zampe
• Attraversamento di terreni accidentati, dove si scelgono deliberatamente andature più lente e staticamente stabili
• Ottimizzazione energetica su un intervallo di velocità di marcia
• Ricerca sull'apprendimento per rinforzo, dove le andature emergono dalla progettazione della ricompensa
• Controllo per la riabilitazione e degli esoscheletri, adattandosi al ciclo del passo umano
• Tolleranza ai guasti, adattando lo schema quando una gamba è danneggiata

In pratica

I quadrupedi in genere usano il passo (crawl), la loro andatura più lenta e staticamente stabile, per la stabilità, il trotto per spostarsi in modo efficiente e il balzo o il galoppo per la velocità: la stessa progressione osservata negli animali, per le stesse ragioni fisiche. I controller moderni non programmano più esplicitamente queste andature: le policy apprese con l'apprendimento per rinforzo scoprono da sole andature e transizioni, e spesso convergono su schemi vicini a quelli biologici. La distinzione che conta ancora è quella tra statico e dinamico: un'andatura a passo mantiene sempre il centro di massa all'interno di un poligono di appoggio, mentre un trotto è una caduta controllata, fermata dall'appoggio successivo del piede.

Idee sbagliate comuni

• L'andatura è un'impostazione fissa: i robot capaci cambiano andatura di continuo in base a velocità e terreno
• Le andature dinamiche sono semplicemente migliori: sono più veloci, ma richiedono un equilibrio attivo e falliscono in modo più grave quando vengono disturbate
• Le andature devono essere progettate a mano: le policy apprese le scoprono, riscoprendo spesso gli schemi degli animali
• Un'andatura stabile garantisce un robot stabile: superficie, pendenza e carico utile incidono tutti sulla sua tenuta

Chi dovrebbe saperlo

• Chiunque lavori al controllo della locomozione con zampe
• Ingegneri che valutano le dichiarazioni su terreni e velocità di un robot con zampe
• Ricercatori che progettano ricompense per l'apprendimento della locomozione
• Studenti che imparano la differenza tra stabilità statica e dinamica
• Chiunque confronti piattaforme quadrupedi in termini di efficienza

Tecnologie correlate

• Generatore centrale di pattern (CPG)
• Zero moment point (ZMP)
• Equilibrio dinamico
• Robot quadrupede
• Esapode
• Apprendimento per rinforzo per la locomozione
• Stima del terreno
• Controllo del corpo intero

Termini correlati

• Quadruped
• Hexapod
• Humanoid Robot
• Reinforcement Learning

Progetti correlati

• OpenCat: An open-source Arduino and Raspberry Pi-based quadruped robot pet framework
• Sesame Robot: Open and affordable mini quadruped robot based on ESP32
• Open Duck Mini V2: An open-source mini duck robot you 3D-print and build, inspired by Disney's BDX droid
• Drake: MIT robotics toolbox for model-based dynamics, optimization, and control system design
• mjlab: Isaac Lab API on top of GPU-accelerated MuJoCo Warp for RL and robotics research
• ROBOTO ORIGIN: RoboParty's open-source 1.25 m bipedal humanoid with 23 DOF and a full assembly manual

Video

• Locomotion Strategies For Legged Robots: Michele Focchi