Исследование влияния компонентов задачи оптимального управления на ее частоту для четырехногого шагающего робота

Существует большое количество классов шагающих роботов, различающихся числом конечностей, принципами и режимами движения и управления, причем каждый класс роботов имеет свои достоинства и недостатки в зависимости от решаемых задач. Рассмотрен четырехногий шагающий робот, перемещающийся по пересеченной местности, преимуществам которого перед двуногими системами является большая устойчивость, а перед шести- и восьминогими — более простое управление, обусловленное меньшим числом конечностей, и возможность использования животных в качестве прототипов. Одна из важных и окончательно не решенных задач — разработка подходов к управлению четырехногим шагающим роботом, а также определение влияния вычислительной сложности отдельных элементов системы управления на общую частоту ее работы. Система управления таким роботом представлена в виде трех модулей: обратной кинематики, предиктивного управления и вычисления параметров модели. Каждый модуль требует решения определенных задач. Проведено исследование распределения временных затрат между модулями системы управления при выполнении одной итерации. Определены средние значения временных затрат и их среднеквадратических отклонений для двух режимов движения робота: стояния и шагания. В результате численных экспериментов установлено, что среднеквадратические отклонения не зависят от режима движения устройства, что свидетельствует о независимости вычислительной нагрузки, создаваемой системой управления, от режима движения робота.

Литература

[1] Katayama S., Ohtsuka T. Whole-body model predictive control with rigid contacts via online switching time optimization. IEEE IROS, 2022, doi: https://doi.org/10.1109/IROS47612.2022.9981790

[2] Bledt G., Wensing P.M., Ingersoll S. et al. Contact model fusion for event-based locomotion in unstructured terrains. IEEE ICRA, 2018, pp. 4399–4406, doi: https://doi.org/10.1109/ICRA.2018.8460904

[3] Kim D., Di Carlo J., Katz B. et al. Highly dynamic quadruped locomotion via whole-body impulse control and model predictive control. arXiv, doi: https://doi.org/10.48550/arXiv.1909.06586

[4] Ding Y., Pandala A., Li C., Shin Y.H., Park H.W. Representation-free model predictive control for dynamic motions in quadrupeds. IEEE Trans. Robot., 2021, vol. 37, no. 4, pp. 1154–1171, doi: https://doi.org/10.1109/TRO.2020.3046415

[5] Mason S., Rotella N., Schaal S. et al. Balancing and walking using full dynamics LQR control with contact constraints. IEEE-RAS Humanoids, 2016, pp. 63–68, doi: https://doi.org/10.1109/HUMANOIDS.2016.7803255

[6] Savin S., Balakhnov O., Khusainov R. et al. State observer for linear systems with explicit constraints: orthogonal decomposition method. Sensors, 2021, vol. 21, no. 18, art. 6312, doi: https://doi.org/10.3390/s21186312

[7] Манько С.В., Шестаков Е.И. Автоматический синтез сценариев походки реконфигурируемых мехатронно-модульных роботов в модификации шагающей платформы. Russian Technological Journal, 2018, т. 6, № 4, с. 26–41, doi: https://doi.org/10.32362/2500-316X-2018-6-4-26-41

[8] Васильянов Г.С., Лавров А.А. Разработка и исследование алгоритмов адаптивного управления четырехногими роботизированными платформами. Экстремальная робототехника, 2015, т. 1, № 1, c. 323–332.

[9] Варлашин В.В., Иванов А.А., Рогов А.В. и др. Моделирование походок шагающего робота на плоскости. Экстремальная робототехника, 2016, т. 1, № 1, с. 149–153.

[10] Тетерятников А.Г., Рыбаков А.В., Выборнов Н.А. и др. Моделирование системы стабилизации четырехногого шагающего робота. Робототехника и техническая кибернетика, 2020, т. 8, № 3, с. 189–197, doi: https://doi.org/10.31776/RTCJ.8304

[11] Добрынин Д.А. Моделирование обучаемой системы управления шагающего робота. Шестой Всерос. науч.-практ. семинар Беспилотные транспортные средства с элементами искусственного интеллекта. Москва, РАИИ, 2021, с. 109–111.

[12] Данилов В.А., Диане С.А.К. Моделирование адаптивного поведения многозвенных шагающих роботов. Шестой Всерос. науч.-практ. семинар Беспилотные транспортные средства с элементами искусственного интеллекта. Москва, РАИИ, 2021, с. 132–134.

[13] Цзун С. Исследование стратегий управления для четвероногих шагающих роботов. StudNet, 2021, т. 4, № 7, с. 557–572. URL: https://stud.net.ru/wp-content/uploads/2021/07/%D0%92%D1%8B%D0%BF%D1%83%D1%81%D0%BA-7_2021-1.pdf

[14] Каргинов Л.А. Синтез управляющих воздействий для приводов исполнительных механизмов шагающих роботов без решения обратной задачи кинематики. Инженерный журнал: наука и инновации, 2013, № 4, doi: http://dx.doi.org/10.18698/2308-6033-2013-4-692

[15] Борисов И.И., Колюбин С.А. Энергетический анализ биоинспирированного механизма ноги галопирующего робота-гепарда. Научно-технический вестник информационных технологий, механики и оптики, 2019, т. 19, № 6, с. 1106–1114, doi: https://doi.org/10.17586/2226-1494-2019-19-6-1106-1114

[16] Di Carlo J., Wensing P.M., Katz B. et al. Dynamic locomotion in the mit cheetah 3 through convex model-predictive control. IEEE/RSJ IROS, 2018, doi: https://doi.org/10.1109/IROS.2018.8594448

[17] Baerlocher P., Boulic R. Task-priority formulations for the kinematic control of highly redundant articulated structures. IEEE/RSJ Int. Conf. on Intelligent Robots and Systems. Innovations in Theory, Practice and Applications, 1998, vol. 1, pp. 323–329, doi: https://doi.org/10.1109/IROS.1998.724639