Core Concepts
알 수 없는 물체를 운반하는 휠 휴머노이드 로봇의 새로운 평형점을 데이터 기반 모델을 통해 신속하게 추정하여 모델 기반 제어기의 성능을 향상시킴
Abstract
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.
Stats
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
Quotes
"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."