Predictive control for stable dynamic locomotion of real humanoid robots

Abstract

Το σθεναρό και ευσταθές πολυκατευθυντικό βάδισμα για ανθρωποειδή ρομπότ είναι ένα κρίσιμο πρόβλημα και ένας ενεργός τομέας έρευνας στις μέρες μας. Σε γενικές γραμμές, το βάδισμα δίποδων ρομπότ βασίζεται σε διακριτές εναλλασσόμενες φάσεις, στη διάρκεια των οποίων θα πρέπει να εξασφαλισθεί ότι το άθροισμα των δυνάμεων που ενεργούν στο ρομπότ δεν οδηγούν σε απώλεια της ισορροπίας του. Για τη δημιουργία ευσταθών προτύπων βαδίσματος, είναι προφανής η ανάγκη ενός κριτηρίου ευστάθειας που εξασφαλίζει την όρθια στάση κατά το βάδισμα. Η σύγχρονη τεχνολογία σχετικά με το πρόβλημα αυτό χρησιμοποιεί το κριτήριο Zero Moment Point (ZMP) ως μέτρο ευστάθειας. Η προσέγγιση ΖΜΡ προσφέρει μια αξιωματική αναπαράσταση του προβλήματος, η οποία εκμεταλλεύεται πλήρως τις πληροφορίες των αισθητήρων που συμπεριλαμβάνονται συνήθως σε ανθρωποειδή ρομπότ και επιτρέπει την κατασκευή μαθηματικά αυστηρών λύσεων. Η παρούσα μεταπτυχιακή εργασία παρουσιάζει μια πλήρη διατύπωση του δύσκολου προβλήματος του ευσταθούς πολυκατευθυντικού βαδίσματος για ανθρωποειδή ρομπότ, βασισμένη στο μοντέλο Cart and Table για την προσέγγιση της δυναμικής του ρομπότ. Για το πρόβλημα του ελέγχου, προτείνονται δύο νέες προσεγγίσεις: (α) έλεγχος προεπισκόπησης (Preview Control) επαυξημένος με το αντίστροφο σύστημα για την διαπραγμάτευση ισχυρών διαταραχών και της παρουσίας ανωμάλου εδάφους και (β) γραμμικός προβλεπτικός έλεγχος μοντέλου (Linear Model-Predictive Control) που προσεγγίζεται από μια ορθοκανονική βάση για υπολογιστική αποδοτικότητα σε συνδυασμό με ανισοτικούς περιορισμούς για βελτιωμένη ευστάθεια. Για την παραγωγή ομαλών τροχιών για τα πέλματα, προτείνεται μια νέα προσέγγιση βασισμένη σε διαφορική γεωμετρία, εμπλουτισμένη με προσαρμοστική διόρθωση βήματος. Τέλος, παρουσιάζουμε μια προσέγγιση σύνθεσης μετρήσεων των αισθητήρων για την εκτίμηση της κατάστασης που δίνει αποτελεσματική λύση στα προβλήματα θορύβου, καθυστερήσεων, πόλωσης, καθώς και στα σφάλματα που προκαλούνται από την προσεγγιστική δυναμική και τις ατέλειες των επενεργητών. Η προτεινόμενη προσέγγιση εφαρμόζεται σε ένα πραγματικό ανθρωποειδές ρομπότ Aldebaran Nao, όπου επιτυγχάνει εκτέλεση σε πραγματικό χρόνο και αποδίδει ομαλό και ευσταθές βάδισμα.