Real-time Optimal Landing Control of the MIT Mini Cheetah

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

Licenças

Acesso aberto
Artigo: CC BY 4.0

Tudo o que segue se baseia no artigo completo sob a licença CC BY 4.0; sua figura é mostrada com crédito aos autores.

Em resumo

Um controlador de pouso resolve novamente uma otimização de trajetória com contato implícito enquanto o quadrúpede cai, com inicialização a quente (warm start) fornecida por uma rede neural, e depois a acompanha com controle de corpo inteiro no toque no solo.

Por que importa

Robôs com pernas enviados a terrenos acidentados ou sem supervisão precisam sobreviver sem danos a quedas planejadas e inesperadas. O artigo mostra que uma otimização com contato implícito pode ficar rápida o bastante para escolher os contatos de pouso em tempo real a partir de diferentes orientações e velocidades.

Problema

O controle de impedância consegue estabilizar um quadrúpede após quedas pequenas, mas falha em velocidades maiores ou com grande inclinação do corpo, e não escolhe a postura de pouso, os locais de contato nem a ordem dos contatos. Existem métodos de otimização de trajetória que otimizam o momento dos contatos, mas eles têm sido lentos demais para rodar em tempo real.

Solução proposta

Enquanto está no ar, o robô resolve repetidamente uma otimização de trajetória não linear sobre um modelo de corpo rígido único com restrições de complementaridade de contato sem escorregamento, de modo que a ordem e o momento dos contatos saem da resolução e não de uma sequência fixa. As velocidades das juntas são retiradas das variáveis de decisão, apenas o estado terminal é penalizado, os limites de caixa dos pés escalam com a velocidade do corpo e uma pequena rede neural fornece a inicialização a quente. No toque no solo, detectado pelas velocidades dos encoders das juntas, um controlador de corpo inteiro QP a 500 Hz acompanha a solução mais recente.

Principais ideias

Restringir as restrições de complementaridade de contato ao contato sem escorregamento dá uma convergência mais consistente e mais rápida do que o modelo completo de deslizamento de Coulomb
Penalizar apenas o estado terminal melhorou a velocidade de resolução e às vezes a qualidade da solução; custos acumulados sobre forças ou estados produziram trajetórias com os joelhos penetrando o solo ou com forças antes do toque
Definir a altura inicial de modo que o toque no solo seja sempre esperado após o primeiro passo de tempo torna o controlador independente da altura global do robô acima do solo
O ângulo de toque do pé estava correlacionado com a direção da velocidade do centro de massa, então foram acrescentados limites cinemáticos de caixa escalados pela velocidade para ajudar a convergência
A recuperação é muito mais sensível à rolagem e à velocidade lateral do que à arfagem e à velocidade para a frente, já que apenas um motor ab/ad por perna compensa a rolagem

Principais resultados

Recuperou-se de uma queda na horizontal de 8 m em simulação, o que corresponde a uma velocidade vertical de aproximadamente -12 m/s
Em simulação, recuperou-se de velocidades angulares de -0,5 a 0,5 rad/s, velocidades horizontais de -1,5 a 1,5 m/s, arfagem de -π/3 a π/3 e rolagem de -π/6 a π/6
Pousos em hardware a partir de quedas na horizontal de até 2 m, com o robô solto à mão
A inicialização a quente por rede neural deu acelerações de aproximadamente 5-10× no tempo de resolução em relação à otimização com inicialização a frio e com inicialização a quente em duas etapas
A taxa de resolução é dada como aproximadamente 10 Hz na introdução e como 5-8 Hz com a sobrecarga do MATLAB nos resultados de desempenho em tempo real
Rede de inicialização a quente treinada com aproximadamente 1500 trajetórias otimizadas; em simulação, o alto erro de rastreamento no impacto vai a zero nos primeiros 0,1 s

Limitações

A estimativa de estado no ar derivava muito, por isso em hardware as condições de queda foram fixadas no código em vez de medidas
Quedas com arfagem, rolagem ou velocidade lateral significativas não foram testadas em hardware para evitar danificar o robô
As forças de impacto e as mudanças instantâneas de velocidade no toque no solo são ignoradas, e os autores dizem que impactos em alta velocidade precisam de mais estudo
A robustez a erros nas condições de queda e o desempenho em terreno irregular ainda não foram caracterizados
Os autores afirmam que são necessárias melhorias no processador e na placa de alimentação para resolver o problema totalmente sem cabo e a bordo

Impacto na área

Finalista do prêmio ICRA 2022 Outstanding Dynamics and Control Paper, com 8 citações. O artigo não informa a liberação de código ou dados.

Resumo

O pouso de quadrúpedes é um processo complexo que envolve grandes impactos e transições de contato elaboradas, e é um comportamento de recuperação crucial observado em muitos animais. Este trabalho apresenta um controlador de pouso ótimo em tempo real que dispensa sequências de contato pré-especificadas. O controlador determina as posturas ótimas de toque no solo e os perfis de forças de reação e é capaz de se recuperar de uma variedade de configurações de queda. A plataforma quadrúpede usada, o MIT Mini Cheetah, recuperou-se com segurança de quedas de até 8 m em simulação, bem como de uma faixa de orientações e velocidades planares. O controlador também é testado em hardware, recuperando-se com sucesso de quedas de até 2 m.

Open Source Robotics