Robust Locomotion on Legged Robots through Planning on Motion Primitive Graphs

저자: Wyatt Ubellacker, Aaron D. Ames · ICRA 2023

라이선스

• 오픈 액세스
• 논문: CC BY 4.0

아래 내용은 모두 논문의 라이선스(CC BY 4.0)에 따라 논문 전문을 바탕으로 하며, 그림에는 저자를 표기했습니다.

요약

각 제어기를 안전한 흡인 영역을 가진 모션 프리미티브로 모델링하면, RRT 방식의 탐색이 A1 4족 로봇에서 50 ms 미만으로 회복 시퀀스를 온라인으로 찾아낼 수 있다.

중요한 이유

그래프는 시스템 동역학이 아니라 프리미티브의 수와 그 인자에 따라 커지며, 이 방법은 각 프리미티브의 제어기가 정의를 만족하기만 하면 그것이 어떻게 만들어졌는지 상관하지 않는다. 하드웨어에서 하나의 탐색 절차가 경우마다 작성한 전이 규칙 없이도 발차기, 다리 잡아당기기, 고르지 않은 지면, 낙하로부터의 회복을 만들어 낸다.

문제

로봇 자율성은 흔히 시퀀스, 상태 기계, 그래프 탐색을 통해 행동(모션 프리미티브)을 연결하지만, 동적 프리미티브 사이에서 언제 전환해도 안전한지 판단하는 일은 대개 전이별 분석이나 휴리스틱에 의존한다. 저자들의 이전 연구는 이산 프리미티브와 오프라인 탐색만 다루었기 때문에, 외란이 발생하는 즉시 대응하는 용도로는 쓰기 어려웠다.

제안 방법

각 모션 프리미티브는 연속 인자, 설정점, 제어 법칙, 흡인 영역, 안전 집합, 안전한 흡인 영역으로 정의된다. 모션 프리미티브 전달 함수는 상태가 프리미티브의 안전한 흡인 영역 안에 있으면 그 상태를 프리미티브의 설정점으로 사상하고, 그렇지 않으면 상태를 그대로 반환한다. 이 함수들을 연결하면 이산과 연속이 혼합된 그래프가 만들어지며, RRT에서 착안한 알고리즘이 이를 온라인으로 탐색한 뒤 제약 경사 하강법으로 인자와 타이밍을 조정하고 불필요한 노드를 가지치기한다.

핵심 통찰

• 각 프리미티브의 안전한 흡인 영역을 진입 조건으로 사용하면 '이 전이는 안전한가?'라는 질문이 현재 상태가 어떤 집합 안에 있는지 확인하는 문제로 바뀐다.
• 지수 안정성은 상태가 설정점의 작은 ε 이내에 들어오는 최소 지속 시간을 보장하며, 이는 프리미티브를 상태에서 설정점으로의 사상으로 추상화하는 것을 정당화한다.
• 전달 함수가 비볼록이고 이산 탐색은 프리미티브 수, 인자 집합, 상태 차원이 늘수록 확장성이 나쁘기 때문에 이 그래프에는 무작위 탐색이 적합하다.
• 안전한 흡인 영역은 선형화된 제어기의 리아푸노프 분석으로 보수적으로 추정한 뒤, 정상 작동 상태를 포괄할 때까지 하드웨어 테스트를 통해 확장했다.

주요 결과

• 그래프 탐색은 보통 50 ms 미만이 걸리며, 온보드 Intel NUC(i7-10710U, 16 GB RAM)에서 1 kHz 제어 루프와 나란히 비동기로 실행된다.
• 모터에 구동이 걸리지 않은 정지 상태에서 플래너는 Lie, Stand(h = 0.2 m), Walk(h = 0.25 m, vx = 0.2 m/s)를 순서대로 배치한다.
• Stand(h = 0.25 m) 중의 발차기: 작은 발차기에는 전이가 필요 없고, 중간 정도의 발차기는 Lie를 거치며, 더 큰 발차기는 제자리 걷기를 거친 뒤 Stand로 돌아간다.
• 걷는 중 다리 잡아당기기: 뒷다리가 잡혀 있는 동안 로봇은 Land에 머무르고, 다리가 풀리면 다시 계획된 시퀀스를 완료한 뒤 걷기를 재개한다.
• 인식 없이 평지를 가정하는 걷기 프리미티브로 흔들리고 고르지 않은 돌 위를 지날 때: 로봇은 천천히 전진하며, 외란이 생길 때마다 Lie, Stand, Land를 거쳐 다시 계획한다.
• 약 0.5 m 높이의 턱에서 던져질 때: 로봇이 공중에 있는 동안 Land가 실행되고, 이후 플래너가 Lie와 Stand를 거쳐 Walk로 돌아간다.

한계

• 확률적 탐색은 문제에 있는 추가 구조를 무시하며, 저자들은 결과를 개선하기 위해 그 구조를 활용할 계획이다.
• 인식 기능이 없다. 장애물과 변화하는 환경은 명시적으로 모델링되지 않으며, 걷기 프리미티브가 평지를 가정하므로 흔들리는 돌 위에서는 전진이 느리다.
• 안전한 흡인 영역은 정확한 집합이 아니라 선형화된 리아푸노프 분석과 하드웨어 테스트로 얻은 보수적 추정치다.
• 결과는 성공률 통계 없이 그림과 동영상으로 제시되며, 로봇 한 대에서 네 가지 실험용 프리미티브(Lie, Stand, Walk, Land)를 사용한다.

분야에 미친 영향

ICRA 2023 Outstanding Student Paper 수상작이자 ICRA 2023 Outstanding Locomotion Paper 최종 후보였으며 인용 수는 17회이다. 저자들은 실험의 보충 동영상을 공개하며, 논문은 코드 공개를 명시하지 않는다.

초록

로봇 시스템의 기능적 요구는 흔히 외란이나 불확실한 환경의 영향 속에서 다양한 작업이나 행동을 완수할 것을 요구한다. 멀티로터, 자동차, 보행 플랫폼 같은 동적 로봇의 자율성에 대한 관심이 커지고 있다. 이 경우 외란과 환경 조건은 "모션 프리미티브"라고 부르는 개별 동적 행동의 성공적인 수행에 상당한 영향을 줄 수 있다. 그럼에도 적절한 모션 프리미티브로 전환하고 이를 거쳐 이행함으로써 강건성을 얻을 수 있다. 본 논문은 모션 프리미티브 동역학의 추상화와 이에 대응하는 "모션 프리미티브 전달 함수"를 제시함으로써 이러한 방법을 제공한다. 이로부터 이산과 연속이 혼합된 "모션 프리미티브 그래프"를 구성하고, 이 그래프를 온라인으로 탐색할 수 있는 알고리즘을 상세히 기술한다. 그 결과는 동적 시스템에서 전체론적 강건성을 실현할 수 있는 프레임워크다. 이는 다양한 환경적·의도적 외란을 받는 4족 로봇에서 일련의 모션 프리미티브에 대해 실험적으로 입증된다.

링크

• arXiv 2209.07503: https://arxiv.org/abs/2209.07503
• DOI 10.1109/ICRA48891.2023.10160672: https://doi.org/10.1109/ICRA48891.2023.10160672
• PDF: https://arxiv.org/pdf/2209.07503v1