Core Concepts
Die Autoren entwickeln ein hierarchisches Planungsframework für bipedische Roboter, das dynamisch machbare Trajektorien zum Erreichen eines gewünschten Zielorts in einer Umgebung mit unbekannter Geländebeschaffenheit generiert. Dazu lernen sie online die Geländehöhe und daraus resultierende Bewegungsstörungen mithilfe von Gauß-Prozessen, um unbefahrbare Regionen zu vermeiden und die Abweichung zwischen geplanten und tatsächlichen Trajektorien zu minimieren.
Abstract
Das vorgeschlagene Framework besteht aus zwei Planungsebenen:
Der lokale Navigationsplaner (LDA-L-RRT*) generiert schrittweise Fußpositionen, die dynamisch machbar sind und die Stabilität der Fortbewegung berücksichtigen. Dazu verwendet er Gauß-Prozesse, um die unbekannte Geländehöhe und daraus resultierende Bewegungsfehler vorherzusagen. Der Planer optimiert die Trajektorien, um die Bewegungsabweichung zu minimieren und gleichzeitig den Informationsgewinn über die Geländekarte zu maximieren.
Der globale Navigationsplaner (LDA-G-RRT*) plant grobe Wegpunkte, die als Eingabe für den lokalen Planer dienen. Er berücksichtigt dabei Beschränkungen der bipedischen Fortbewegung, um die Rechenkosten im Vergleich zum lokalen Planer zu reduzieren.
Das Gesamtsystem führt den Roboter schrittweise zum globalen Ziel, indem es die Geländekarte online aktualisiert und dynamisch machbare Trajektorien plant. Die Autoren evaluieren das Framework in Simulationen des Digit-Roboters in MuJoCo und vergleichen verschiedene Gauß-Prozess-Kernel hinsichtlich Genauigkeit, Rechenzeit und Erfolgsquote.
Stats
Die durchschnittliche Bewegungsabweichung pro Schritt beträgt 1,75 cm.
Der durchschnittliche Vorhersagefehler von ∆ŷ1 pro Schritt beträgt 0,206 mm.
Quotes
Keine relevanten Zitate gefunden.