מושגי ליבה
알 수 없는 물체를 운반하는 휠 휴머노이드 로봇의 새로운 평형점을 데이터 기반 모델을 통해 신속하게 추정하여 모델 기반 제어기의 성능을 향상시킴
תקציר
본 연구는 알 수 없는 동역학을 가진 휠 휴머노이드 로봇의 제어 문제를 다룹니다. 기존의 선형화된 모델 기반 제어기는 로봇이 물체를 운반할 때 평형점 변화로 인해 성능이 저하되는 문제가 있습니다.
이를 해결하기 위해 제안된 프레임워크는 다음과 같습니다:
- 고충실도 시뮬레이션을 통해 실제 시스템과 유사한 동역학 모델을 구축합니다. 이를 위해 마찰, 감쇠, 액추에이터 동역학 등을 고려한 비선형 동역학 모델을 최적화합니다.
- 최적화된 고충실도 시뮬레이션 데이터를 활용하여 데이터 기반 모델(LSTM)을 학습시켜 새로운 평형점을 신속하게 추정합니다.
- 추정된 새로운 평형점을 모델 기반 제어기(LQR)에 적용하여 물체 운반 시 안정적인 제어 성능을 달성합니다.
실험 결과, 제안된 프레임워크는 기존 방식 대비 평형점 추정 정확도와 제어 성능이 크게 향상되었음을 보여줍니다. 이를 통해 알 수 없는 동역학을 가진 휠 휴머노이드 로봇의 안정적인 제어가 가능해졌습니다.
סטטיסטיקה
새로운 평형점 θlin은 로봇의 총 질량과 무게 중심 위치에 따라 다음과 같이 변화합니다.
θlin = -0.03rad
θlin = -0.06rad
θlin = -0.09rad
θlin = -0.12rad
θlin = -0.16rad
ציטוטים
"기존 선형화된 모델 기반 제어기는 로봇이 물체를 운반할 때 평형점 변화로 인해 성능이 저하되는 문제가 있습니다."
"제안된 프레임워크는 고충실도 시뮬레이션을 통해 실제 시스템과 유사한 동역학 모델을 구축하고, 데이터 기반 모델을 활용하여 새로운 평형점을 신속하게 추정합니다."