ステップ調整を伴うヒューマノイド歩行のための離散時間モデル予測制御

מושגי ליבה

予め定義された足場や圧力中心（CoP）軌道に依存しない、オンラインでのステップ調整が可能な、離散時間モデル予測制御（MPC）を用いたヒューマノイド歩行制御アプローチが提案されている。

תקציר

ヒューマノイド歩行のための新規MPCアプローチ

本稿では、オンラインのステップ調整を伴うヒューマノイド歩行のための、予め定義された足場や基準となる圧力中心（CoP）軌道に依存しない、離散時間モデル予測制御（MPC）を用いた新しい制御アプローチが提案されています。

階層型制御アプローチ

提案された制御システムは、上位レベルコントローラと下位レベルコントローラからなる階層型制御アプローチを採用しています。

• 上位レベルコントローラ：低次元の線形倒立振子モデル（LIPM）を使用して、目標とする歩幅と重心（CoM）の動きを決定し、目標とする速度を維持しながら転倒を防ぎます。
• 下位レベルコントローラ：上位レベルコントローラで得られた目標運動を追跡するタスク空間コントローラ（TSC）で、ヒューマノイドの全身ダイナミクスを活用します。

従来のMPCアプローチとの違い

従来のMPCアプローチでは、目標速度を維持し、基準となる足プランを追跡することを目標に、足場が生成されます。また、これらのアプローチでは、バランスをとるために足首トルクを利用して、CoP軌道も生成します。

しかし、足首トルクは足場に比べてバランスへの影響が限られているため、本稿で提案されているMPC層では、バランスをとるための足首トルクは考慮されていません。代わりに、CoPの調整は、接触制約の一部としてTSCに含まれています。

シミュレーション結果

提案されたアプローチは、トルク制御されたヒューマノイドロボットのシミュレーションでテストされています。その結果、提案された制御アプローチは安定した歩行を生成し、押し出し外乱に対して転倒を防ぐことが示されました。

本稿の貢献

本稿の主な貢献は、LIPMモデルを用いてオンラインで足場を計画する離散時間モデル予測制御の開発です。このアプローチは、事前に定義された足場や基準となる圧力中心（CoP）軌道に依存しないという点で、歩行パターン生成のための既存のMPC手法とは異なります。

סטטיסטיקה

ロボットは、各脚に6自由度、浮遊ベースに6自由度の、合計12個のアクチュエータ付き関節を持つ18自由度のロボットです。
ロボットの重量は69kgです。
コマンドされた前進速度は0.4m/sです。
MPCコントローラが目標とするコマンド速度に到達するまでにかかる時間は約3歩です。
ペイロードの変動は、CoMのz位置追跡における定常偏差の増加として観察されます。
ロボットの腰部に、ロボットの速度ベクトルと反対方向に、150Nの大きさの外乱を0.2秒間加えました。
CoMの速度は、外乱による減速のため、-0.2m/sに低下します。
MPCは、後方への反応的なステップを踏むことで外乱を吸収し、転倒を防ぎます。
3〜4回の回復ステップの後、外乱による運動量は完全に吸収され、ロボットは最終的に0.2m/sの定常コマンド速度に達します。
階段の高さは4cmです。
不明な地形の高さのばらつきは4cmです。

ציטוטים

「ヒューマノイドロボットの主な目的は、外乱の下で目標とする速度で歩行するなど、目標とする移動目標を達成しながら、転倒を避けることです。」
「これらのバランス戦略の中で、回復ステップは制御のための最も効果的な手段です。」
「ロボットに予期せぬ外乱が作用した場合、ロボットの転倒を防ぐために、リアルタイムで歩幅を調整することが不可欠です。」
「従来のMPCアプローチでは、目標速度を維持し、基準となる足プランを追跡することを目標に、足場が生成されます。」
「しかし、足首トルクは足場に比べてバランスへの影響が限られているため、MPC層では、バランスをとるための足首トルクは考慮していません。」

תובנות מפתח מזוקקות מ:

Discrete time model predictive control for humanoid walking with step adjustment

by Vishnu Joshi... ב- arxiv.org 10-10-2024

https://arxiv.org/pdf/2410.06790.pdf

שאלות מעמיקות

動的な歩行や走行など、より複雑な移動タスクにどのように拡張できるでしょうか？

本稿で提案されている制御アプローチは、動的な歩行や走行など、より複雑な移動タスクに拡張するために、いくつかの改良が必要です。
1. より複雑なモデルの導入:

線形倒立振動子モデル (LIPM) の拡張: LIPMは単純なモデルであり、より高速な歩行や走行のような複雑な動作を表現するには限界があります。そこで、脚の質量や慣性モーメントを考慮したモデルや、脚の関節の自由度を増加させた多質点モデルなどを導入することで、より複雑な動作を表現できるようになります。
全身動力学モデルの活用: 高速な動作や不整地歩行など、全身の協調が重要なタスクには、全身動力学モデルに基づいた制御が必要となります。全身動力学モデルを用いることで、各関節のトルクを直接制御し、より複雑な動作を実現できます。
2. 制御手法の高度化:

非線形モデル予測制御 (NMPC): LIPMのような線形モデルではなく、より複雑な非線形モデルを用いたNMPCは、より複雑な動作を生成できます。ただし、計算コストが高くなるため、リアルタイム制御には課題が残ります。
深層強化学習: 深層強化学習を用いることで、複雑な環境やタスクにおける最適な制御則を学習することができます。これにより、人間のような柔軟で適応的な歩行動作の実現が期待できます。
歩容生成とMPCの統合: 事前に最適化された歩容を生成し、それをベースにMPCでオンライン調整を行うことで、より効率的で安定した歩行を実現できます。
3. その他:

歩行状態の推定: 高速な動作や不整地歩行では、ロボットの状態を正確に推定することが重要になります。そのため、IMUや力覚センサーなどを用いた高精度な状態推定手法の導入が不可欠です。
環境認識: 不整地歩行や障害物回避など、環境との相互作用が重要なタスクには、周囲の環境を認識する能力が求められます。そのため、カメラやLiDARなどを用いた環境認識技術との統合が重要となります。
これらの改良を加えることで、本稿で提案されている制御アプローチは、より複雑な移動タスクにも適用可能になると考えられます。

本稿ではシミュレーション結果のみが示されていますが、実際のヒューマノイドロボットでこの制御アプローチを実装し、評価するにはどうすればよいでしょうか？

シミュレーション結果を実際のヒューマノイドロボットで実装し、評価するには、以下の手順を踏む必要があります。
1. ロボットモデルの調整:

実機パラメータの取得: シミュレーションで使用したロボットモデルに、実機の質量、関節の可動範囲、センサーノイズなどのパラメータを反映させます。正確なパラメータを用いることで、シミュレーションと実機の差異を減らすことができます。
関節摩擦、弾性要素のモデル化: 実機では、関節摩擦や駆動系の弾性要素など、シミュレーションでは考慮されていない要素が存在します。これらの要素をモデルに組み込むことで、より現実的な挙動を再現できます。
2. 制御プログラムの実装:

リアルタイム制御システムへの移植: シミュレーション環境で開発した制御プログラムを、実機のリアルタイム制御システムに移植します。ROS (Robot Operating System) などのミドルウェアを用いることで、効率的な開発が可能です。
センサーデータ処理: 実機に搭載されたIMU、力覚センサー、関節角度センサーなどのデータを取得し、制御に利用できる形式に処理する必要があります。
3. 実機実験と評価:

段階的な実験: まずは、静止状態での姿勢制御や、ゆっくりとした歩行など、簡単なタスクから始め、徐々に複雑な動作に挑戦します。
安全性確保: 実機実験では、転倒などによるロボットの破損を防ぐため、安全対策を徹底する必要があります。転倒検知機能の実装や、実験環境の整備などが重要です。
評価指標の設定: 歩行速度、安定性、消費エネルギーなど、評価指標を明確に定義し、定量的な評価を行います。
4. パラメータチューニング:

シミュレーションとの差異の調整: 実機実験では、シミュレーションと異なる挙動を示す場合があり、パラメータの再調整が必要となります。
試行錯誤: 最適なパラメータは、ロボットの特性やタスクによって異なるため、試行錯誤を繰り返しながら調整する必要があります。
その他:

安全性: 実機実験では、ロボットの転倒などによる事故や破損に十分注意する必要があります。安全対策を徹底し、段階的に実験を進めることが重要です。
ロギング: 実験中のセンサーデータや制御指令値などを記録することで、問題発生時の原因究明や、性能評価に役立ちます。
実機ロボットでの実装は、シミュレーションと比較して多くの課題が存在します。 しかし、これらの課題を克服することで、より現実的な環境における制御アプローチの有効性を検証することができます。

人間は、経験や環境との相互作用を通じて歩行能力を獲得していきますが、本稿で提案されているような制御アプローチは、ヒューマノイドロボットの学習能力の向上にどのように役立つでしょうか？

本稿で提案されている制御アプローチは、それ自体が学習機能を持つわけではありませんが、ヒューマノイドロボットの学習能力向上に以下の点で役立ちます。
1. 学習データの生成:

安定した動作データの収集: 本稿の制御アプローチは、安定した歩行を実現するための基礎を提供します。この安定した動作データは、強化学習などの学習アルゴリズムにとって非常に重要な学習データとなります。
様々な環境・タスクにおけるデータ: 本稿の制御アプローチをベースに、様々な環境やタスクでロボットを動作させることで、多様な状況に対応できる学習データの収集が可能になります。
2. 学習の効率化:

初期制御政策としての利用: 本稿の制御アプローチを、強化学習などの学習アルゴリズムの初期制御政策として用いることで、学習の効率を向上させることができます。
探索空間の限定: 本稿の制御アプローチによって、ロボットの動作範囲をある程度限定することで、学習アルゴリズムが探索する必要のある空間を狭くし、学習の効率化に繋がります。
3. 学習と制御の統合:

階層型学習: 本稿の制御アプローチを上位レベルの制御器として、下位レベルの制御器を学習によって獲得する階層型学習に活用できます。
オンライン学習: 本稿の制御アプローチをベースに、オンラインで環境やタスクに適応するような学習アルゴリズムを開発することで、より柔軟性の高い歩行制御システムを実現できます。
具体例:

強化学習: 本稿の制御アプローチで生成された安定歩行データを教師データとし、強化学習を用いて、より高速でエネルギー効率の良い歩行を学習させることができます。
模倣学習: 人間の歩行動作データと、本稿の制御アプローチで生成されたロボットの動作データを対応付けることで、人間のような歩行を模倣する制御器を学習することができます。
このように、本稿で提案されている制御アプローチは、それ自体が学習機能を持つわけではありませんが、学習データの生成、学習の効率化、学習と制御の統合といった側面から、ヒューマノイドロボットの学習能力向上に大きく貢献すると考えられます。