Core Concepts
Hierarchical control strategy allows for arbitrary equality and inequality tasks with strict and soft priorities.
Abstract
この論文では、ロボットシステムが与えられたタスクに対して冗長である場合、残りの自由度を使用して追加の目標を達成する方法に焦点を当てています。現在のロボットシステムはますます多くの自由度を持っているため、これは与えられた優先順位に従って解決する必要があるタスクの階層全体を導く可能性があります。この論文では、任意の数の等式および不等式タスクを考慮し、依然としてロボットの自然な慣性を保持しながら、最初の柔軟な制御戦略が提案されています。この手法は、重み付き階層二次問題を使用してアクティブなタスクセットを抽出し、それらを使用して座標変換を行い、階層化されたコントローラー設計に必要です。
セクション I: 導入
複雑なロボット全体動作合成に焦点。
多数のタスク間でシーケンシングとタスク遷移に注力。
セクション II: 重み付け優先マルチタスク制御
ヒューマノイドロボット向けウェイト優先マルチタスク制御。
アトラクターベース全身運動制御(WBMC)システム。
セクション III: 階層的二次プログラム(HQP)
高速オンライン人型ロボット動作生成。
最適解はHierarchical Quadratic Programming(HQP)から得られる。
セクション IV: 完全アクチュエーターロボットモデルと制御目的
ロボットダイナミック行列とコントロール入力。
ロボットが追跡すべき螺旋軌道と許容空間。
セクション V: 柔軟な階層制御則
制約条件下で最適解を見つけるHierarchical Active Search。
新しい座標系でパッシブコントローラー設計。
セクション VI: 検証
Franka Emika Panda robotで提案されたコントロール法のシミュレーション。
等式および不等式タスク処理例示。
Stats
Hierarchical Quadratic Problem (HQP) は効率的に連続Q問題列を解決し,任意レベルで平等または不平等制約統合.
Quotes
"Optimization-based hierarchical control has proven useful to automatically address multiple tasks with given priorities levels and to include both equality and inequality tasks."
"Passivity-based controllers are very popular to create a compliant behavior of the system without requiring measurements of the external torques."