Optimization-Based Quadrupedal Hybrid Wheeled-Legged Locomotion

Autori: Italo Belli, Matteo Parigi Polverini, Arturo Laurenzi, Enrico Mingo Hoffman, Paolo Rocco, Nikolaos Tsagarakis · Humanoids 2020

Licenze

Open access
Articolo: CC BY 4.0

Tutto ciò che segue si basa sull'articolo completo secondo la sua licenza CC BY 4.0; la figura è riportata citando gli autori.

In breve

Un'ottimizzazione di traiettoria offline che usa la dinamica a corpo rigido singolo più un modello a monociclo per ogni ruota sterzante pianifica andature su ruote, camminate e miste per il robot CENTAURO.

Perché è importante

Un unico framework, con i pesi di costo mantenuti costanti in tutti gli esperimenti, ha prodotto movimenti solo su gambe, solo su ruote e ibridi su un robot reale con poco sforzo di progettazione. Il costo sulla velocità delle ruote per i piedi in contatto funge da elemento di taratura tra comportamento da automobile e camminata, una leva utile per chiunque pianifichi movimenti per piattaforme gambe-ruote.

Problema

I robot gambe-ruote possono combinare la velocità e la stabilità della guida su ruote con la capacità della locomozione su gambe di affrontare il terreno, ma esistevano pochi pianificatori per essi. I metodi precedenti alternavano guida e passi, ottimizzavano i punti d'appoggio prima del centro di massa, ignoravano il momento angolare o fissavano in anticipo la traiettoria verticale del centro di massa, oppure erano pensati per robot con ruote non sterzanti.

Soluzione proposta

Il robot è modellato con la dinamica a corpo rigido singolo estesa da un modello a monociclo per ogni gamba, così ogni ruota ha una posizione cartesiana e un angolo di sterzata e deve soddisfare un vincolo di puro rotolamento senza slittamento laterale. Un problema di controllo ottimo offline con vincoli di contatto, di spazio di lavoro del piede, di limite di sterzata, di cono di attrito e al contorno, e un costo pesato su accelerazione, distanza dall'obiettivo, variazioni delle forze di contatto, posizionamento dei piedi, velocità delle ruote e velocità di sterzata, viene trascritto tramite collocazione ortogonale e risolto con CasADi e Ipopt. I riferimenti cartesiani pianificati vengono inseguiti su CENTAURO tramite CartesI/O e la libreria di cinematica inversa gerarchica OpenSoT.

Idee chiave

Aggiungere un modello a monociclo per gamba alla dinamica a corpo rigido singolo rappresenta le ruote sterzanti e il loro vincolo anolonomo di rotolamento mantenendo il modello piccolo.
Poiché una ruota che rotola ha velocità di slittamento istantanea nulla rispetto al suolo, le forze di contatto possono essere limitate con gli stessi coni di attrito linearizzati usati nella locomozione su gambe.
I limiti dei giunti, che il modello ridotto non può rappresentare, sono approssimati da uno spazio di lavoro a parallelepipedo attorno alla posizione nominale di ciascun piede rispetto al centro di massa.
Applicato ai piedi in contatto, il termine di costo sulla velocità delle ruote copre comportamenti che vanno dalla guida da automobile alla camminata pura.
La posizione finale del centro di massa è affidata alla funzione di costo anziché a un vincolo rigido, perché un vincolo rigido sull'obiettivo faceva fallire l'ottimizzazione in situazioni impreviste.

Risultati principali

Su gambe: orizzonte di 10 s, 19,0 s di calcolo, 37 iterazioni; obiettivo 70 cm più avanti raggiunto con 8 passi (mostrato solo nel video allegato).
Su ruote: orizzonte di 15 s, 20,0 s di calcolo, 21 iterazioni; obiettivo 100 cm avanti e 60 cm a sinistra con una rotazione della base di 90° in senso antiorario.
Ibrido in avanti: orizzonte di 10 s, 98,0 s di calcolo, 60 iterazioni; obiettivo a 200 cm.
Ibrido go&back: orizzonte di 16 s, tempo di calcolo riportato come 63,0 senza unità nella Tabella I, 170 iterazioni; rotazione della base di 90° e obiettivo riportato all'origine a metà percorso.
Tutti i piani sono stati calcolati su un portatile Intel Core i7 a 1,8 GHz con un unico insieme fisso di pesi di costo (γacc = γspeed = 1, γgoal = 10, γforce = 5·10⁻⁴, γfeet = 20, γyaw = 1,5) ed eseguiti sul robot reale CENTAURO.

Limiti

L'ottimizzazione gira offline e richiede da 19 a 98 s per orizzonti da 10 a 16 s; gli autori indicano come lavoro futuro la riduzione del tempo di calcolo per consentire l'MPC.
La sequenza di andatura (un'andatura crawl) è impostata a mano; la generazione automatica della sequenza di andatura e l'ottimizzazione della durata delle fasi di sollevamento sono lasciate a lavori futuri.
Nel pianificatore non è integrato alcun sensore; gli autori indicano l'integrazione dei sensori, ad es. per l'attraversamento di varchi, come lavoro futuro.
Il modello ridotto assume link rigidi, contatti puntiformi, inerzia di corpo intero costante e quantità di moto trascurabile dovuta alle velocità dei giunti, non può tenere conto direttamente dei limiti dei giunti e i suoi vincoli cinematici usano solo l'angolo di imbardata della base, il che è adatto a un terreno ragionevolmente piano.
La validazione su hardware è mostrata tramite istantanee e video; l'articolo non fornisce valori misurati di errore di inseguimento, velocità o energia per il robot reale.

Impatto sul settore

Finalista del Humanoids 2020 Best Oral Paper Award. L'articolo non rilascia codice né dati; la sua pipeline è costruita su CasADi, il solver open source Ipopt, XBotCore, CartesI/O e OpenSoT.

Abstract

Questo articolo presenta un approccio di ottimizzazione di traiettoria al problema della generazione del moto di strategie di locomozione ibride per un robot quadrupede gambe-ruote con ruote sterzanti. A tal fine è stata impiegata la tradizionale dinamica a corpo rigido singolo (Single Rigid Body Dynamics), estesa aggiungendo un modello a monociclo per ogni gamba, che incorpora in modo conveniente i vincoli anolonomi di rotolamento. L'approccio proposto può generare strategie di locomozione ibride, così come la sola guida su ruote e la locomozione su gambe, con uno sforzo minimo da parte dell'utente. L'efficacia dell'approccio proposto è stata validata sperimentalmente sul quadrupede umanoide CENTAURO, impiegando un motore di cinematica inversa gerarchica per inseguire i movimenti pianificati.

Link

arXiv 2107.07507: https://arxiv.org/abs/2107.07507
DOI 10.1109/HUMANOIDS47582.2021.9555780: https://doi.org/10.1109/HUMANOIDS47582.2021.9555780
PDF: https://arxiv.org/pdf/2107.07507v1