RAMP: Reaction-Aware Motion Planning of Multi-Legged Robots for Locomotion in Microgravity

作者: Warley F. R. Ribeiro, Kentaro Uno, Masazumi Imai, Koki Murase, Kazuya Yoshida · ICRA 2023

许可协议

开放获取
论文: CC BY 4.0

以下内容均依据论文全文，按其 CC BY 4.0 许可协议使用；其中的图已注明作者。

一句话总结

一种面向微重力下带夹爪足式机器人的运动规划器，通过塑造摆动腿轨迹并移动本体来吸收摆动动量，减小会导致夹爪脱离的反作用。

为何重要

带抓握足的足式机器人被提议用于小行星和空间站，在那里跳跃难以控制，依靠推进剂的飞行也很有限。RAMP 提供了一种在规划层面降低夹爪拉力的方法，无需摩擦估计；其可调的分配系数提供了一种低反作用的选择，可替代无反作用控制，并能避开奇异构型。

问题

在微重力下，唯一能把足式机器人的夹爪从表面拉脱的力来自其自身的运动，因此动态行走有脱离并丢失机器人的风险。准静态行走可以避免这一点，但对任务时间限制而言太慢；基于摩擦的柔顺控制需要任务前无法获得的摩擦数据；而无反作用控制只在单一接触下得到验证，且可能把机器人驱入奇异姿态。

提出的方法

RAMP 将低反作用摆动轨迹与全身摆动动量分配结合起来。前者是一条 7 阶 Bézier 摆动路径，其系数经过优化，在达到抬腿高度的同时使动量变化峰值最小。后者计算一个基座速度，在保持支撑夹爪速度为零的同时抵消摆动动量的 α 比例；α = 0.5 为部分分配（RAMP-PMD），α = 1 为完全分配（RAMP-FMD）。

关键见解

在微重力下，夹爪受到的拉力只来自机器人自身的运动，因此最小化其动量变化可直接降低脱离风险。
仅优化摆动轨迹虽能减小反作用，但并不足够；还需要把摆动动量分配到基座和支撑腿上。
完全抵消摆动动量（α = 1）可能使低惯量机器人陷入奇异，因此分配系数必须根据机器人的惯量、速度和可操作度进行调节。
低反作用摆动轨迹减小反作用的部分原因，是让摆动肢体更靠近身体，从而降低其惯量。

主要结果

在粗糙小行星表面上对一台类似 Hubrobo 的四足机器人进行仿真（10⁻⁶ G，夹爪保持力 0.9 N）：基线规划发生了脱离，机器人在几步之后漂走。
在同一仿真中，RAMP-PMD（α = 0.5）前进了 40 cm 而未超过夹爪力限值，而 RAMP-FMD（α = 1）使基座移动过多，陷入奇异构型。
在一台一条肢体固定在平板上的双臂气浮机器人上，RAMP-FMD 将最大地面反作用力和力矩降至基线的 40%（最多降低 60%）。
平均力和力矩根据分配系数降至基线平均值的 60% 到 25% 之间（最多降低 75%）。
在气浮测试中，部分动量分配时本体姿态变化 11°，完全分配时变化 21°；这台惯量较大的机器人没有出现奇异问题。

局限

分配系数必须针对每台机器人调节，以免分配的动量超过机器人所能吸收的量；完全分配在仿真中导致了奇异。
物理测试是平面的，且只覆盖单步，因为气浮机器人无法连续行走；一条肢体用螺栓固定在平板上，因此硬件上并未测试实际脱离。
四足行走的结果仅来自仿真，使用的是柔顺点接触模型，表面刚度和阻尼为假设值。
实验所用的轨迹和逆运动学是离线计算的。

对领域的影响

入围 ICRA 2023 杰出移动能力论文奖决赛，被引用 7 次。论文未随附发布代码、数据或硬件设计。

摘要

微重力下的机器人移动能力是扩大人类对外层空间利用和探索的必要条件。仿生多足机器人是实现安全、精确移动的一种可能方案。然而，机器人在微重力下的动态运动可能因过大的运动反作用导致夹爪脱离而失败。我们提出一种新颖的反作用感知运动规划（RAMP），通过减小机器人的动量变化来降低与地形表面失去接触的风险，从而提升微重力下的移动安全性。RAMP 用低反作用摆动轨迹（LRST）最小化摆动动量，同时将该动量分配到整个身体，确保支撑夹爪速度为零，并使运动反作用最小。我们通过动力学仿真验证了所提方法，结果表明 RAMP 能够生成安全的运动，支撑夹爪不会脱离，机器人得以到达指定位置。我们还在气浮系统上进行实验，进一步验证了 RAMP，展示了反作用力的显著降低以及微重力下移动能力的提升。

链接

arXiv 2301.07996: https://arxiv.org/abs/2301.07996
DOI 10.1109/ICRA48891.2023.10161185: https://doi.org/10.1109/ICRA48891.2023.10161185
PDF: https://arxiv.org/pdf/2301.07996v1