Core Concepts
移動表面上のバイペダル歩行制御のために、状況依存モデル予測制御(CMPC)を提案する。CMPCは、移動表面の予測される最悪の動きを考慮することで、ロバストな設計を実現する。
Abstract
本研究では、移動表面上のバイペダル歩行制御のために、状況依存モデル予測制御(CMPC)を提案している。
まず、移動表面の動きを表す線形倒立振子(LIP)モデルを導出し、その安定性条件を明らかにした。次に、移動表面の加速度と ジャークの上下限を考慮して、最悪ケースの予測軌道を計算する。この予測情報を組み込んだCMPCを定式化し、入力と状態の制約条件の下で最適化問題を解くことで、ロバストな歩行制御入力を生成する。
シミュレーション結果より、提案したCMPCは、従来のMPCと比較して、様々な移動表面の動きに対して優れた安定性と追従性能を示すことが確認された。特に、周期的な正弦波状の動きや、ランダムな動きに対して、CMPCは安定した歩行を実現できることが示された。
今後の課題として、垂直方向の移動や、全身制御系への拡張などが考えられる。また、実機での検証も重要な課題である。
Stats
移動表面の加速度が-0.04 sin[6.28(t-0.4)] m/s^2 (x方向)、-0.22 sin[10.47(t-0.4)] m/s^2 (y方向)の場合、CMPCは最大0.15 m/s^2 (x方向)、0.46 m/s^2 (y方向)の加速度まで安定な歩行を実現できる。
一方、従来のMPCは最大0.11 m/s^2 (x方向)、0.14 m/s^2 (y方向)の加速度までしか安定な歩行ができない。
Quotes
"CMPCは、移動表面の予測される最悪の動きを考慮することで、ロバストな設計を実現する。"
"シミュレーション結果より、提案したCMPCは、様々な移動表面の動きに対して優れた安定性と追従性能を示す。"