人形机器人安全全身任务空间控制
OriginalSafe Whole-Body Task Space Control for Humanoid Robots
However, for many applications, safety-critical controllers are essential to steer away from undesired robot configurations and prevent unsafe behaviors.
- 发布时间
- 2024-07
内容介绍
复杂机器人系统要处理接触交互、闭链运动学和任务空间目标跟踪,全身控制器几乎是标配。但这份资料关心的不是能不能跟上目标,而是跟踪过程中机器人会不会滑进不该去的构型——安全关键控制器在这里的作用,是把控制解往安全一侧拉。作者举了一个很直白的反例:一个不考虑安全的任务空间控制器,可以成功把摆动脚送到期望位姿,却完全没有检查某个腿关节是否已经逼近机械限位,或者机器人是否正走向自碰撞。这类疏漏在仿真里也许只是重跑一次,放到真机上代价就高得多。
资料给出的做法是把逆动力学控制与指数控制屏障函数(ECBF)结合,写成二次规划的形式,面向自由度众多的机器人系统。这个 QP 要同时完成几件事:尊重闭链约束、最小化控制目标、对零矩点、摩擦锥和力矩施加约束,并保证一个由用户定义、相对度可以很高的安全集合是前向不变的。最后一条是整套方法的重心,它把安全从附加检查项变成了优化问题里必须满足的条件。验证平台是 3D 双足机器人 Digit,仿真与硬件实验都做了。
材料把危险构型写得很具体。腿式机器人身上通常同时挂着平衡控制、躯干姿态调节和行走这几类任务,多体系统的协调本身就非平凡,任务叠加之后可能组合出被判定为危险的姿态:行走中踩到自己的支撑脚、躯干倾斜过度,或者产生过大的质心动量,走出一看就不像人的步态。作者在引言里还补了一层结构性原因:人形机器人的腿与臂之间存在动态耦合,拆开独立控制容易不稳定、性能也上不去,所以需要一个能安全协调整个身体的整体控制器。
与既有工作的位置关系,是这份资料另一个值得看的地方。基于逆动力学的任务空间控制本来就能把接触约束、摩擦锥、零矩点和力矩限制纳进来,Herzog 等人提出的 QP 公式把接触力当作决策变量,Reher 等人在类似结构上构造 Control Lyapunov Function 并尊重 ZMP、接触与摩擦锥约束,但这些逆动力学公式都不处理安全性。已有的带 CBF 的全身控制工作又只针对基于位置的目标;Nguyen 等人把 ECBF 放进 QP、用来约束踏脚石上的落脚点,却以电机力矩作决策变量,数值复杂度随之上升。ECBF 之所以关键,在于它允许安全约束具有任意高的相对度,从而不再局限于几何约束,对真实场景的适用范围更宽。
解读一下这些安排的意味。把安全约束直接写进逆动力学 QP,意味着控制器在求解阶段就排除掉危险解,而不必先算出一个任务解、再去做事后过滤;材料里所说的「加入安全层后,控制器显式验证并强制执行优先考虑安全的控制解」,说的就是这个机制。对做腿式机器人的人来说,实际价值在于任务空间目标和安全边界能放进同一个优化问题里权衡,不需要在两层控制器之间反复切换。方法在 Digit 上完成了硬件实验,说明这套形式化至少在一个真实平台上不是纸面推演。
这份资料面向的是做双足与人形机器人全身控制、任务空间控制以及基于优化的安全约束的研究者和工程人员,读完可以拿到一个把 ECBF 嵌入逆动力学 QP 的具体形式,以及它相对于若干代表性工作的坐标。边界也需要说明:可获取的材料只报告了 Digit 一个平台,约束项集中在 ZMP、摩擦锥、力矩和用户定义的安全集上,换到其他构型或更复杂的接触场景会怎样,给定材料没有涉及;正文在相关工作部分即被截断,实验设置与定量结果的细节无法从这份材料判断。
原文摘录
自动提取自 PDFarXiv:2311.08409v1 [cs.RO] 12 Oct 2023 Safe Whole-Body Task Space Control for Humanoid Robots Victor C. Paredes 1 and Ayonga Hereid 1 Abstract— Complex robotic systems require whole-body con- trollers to deal with contact interactions, handle closed k ine- matic chains, and track task-space control objectives. How ever , for many applications, safety-critical controllers are im portant to steer away from undesired robot configurations to prevent unsafe behaviors. A prime example is legged robotics, where we can have tasks such as balance control, regulation of torso orientation, and, most importantly, walking. As the coordination of multi-body systems is non-trivial, follow ing a combination of those tasks might lead to configurations that are deemed dangerous, such as stepping on its support foot during walking, leaning the torso excessively, or producin g