JP6421683B2 - 最適制御装置、最適制御方法及び最適制御プログラム - Google Patents
最適制御装置、最適制御方法及び最適制御プログラム Download PDFInfo
- Publication number
- JP6421683B2 JP6421683B2 JP2015082637A JP2015082637A JP6421683B2 JP 6421683 B2 JP6421683 B2 JP 6421683B2 JP 2015082637 A JP2015082637 A JP 2015082637A JP 2015082637 A JP2015082637 A JP 2015082637A JP 6421683 B2 JP6421683 B2 JP 6421683B2
- Authority
- JP
- Japan
- Prior art keywords
- equation
- gravity
- center
- contact point
- state variable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Manipulator (AREA)
Description
この一態様において、前記軌道生成手段は、前記移動手段を接地するときの接触力の微分値を入力とする予測モデルを構築し、前記評価基準は、前記各接触点に対応して設定された重みに基づいて前記各接触点に前記接触力と、前記接触力の微分値とを配分するという基準が含まれ、前記接触力および接触力の微分値の二乗和を含む評価関数を予測区間内において最小化するものであり、前記評価基準と、前記接触力の微分値の入力と前記重心の状態変数と関係を示す状態方程式と、前記移動ロボットの力の釣合いの拘束を示す等式制約条件と、を含む等式制約条件付き最適化問題は、直交補空間を用いて、前記等式制約条件を含まない無制約条件の最適化問題に変換されてもよい。
この一態様において、前記等式制約条件を示す式に対してQR分解を行って状態変数の変換式が導出され、前記接触力の微分値の入力と重心の状態変数との関係を示す状態方程式から導出した式に対してQR分解を行って入力の変換式が導出され、前記状態方程式と、前記状態変数の変換式と、前記入力の変換式と、前記状態変数の変換式と、に基づいて状態方程式の変換式が導出され、前記導出した状態変数の変換式と、入力の変換式と、等式制約条件付き最適化問題の評価関数と、に基づいて、評価関数の変換式が導出され、
前記無制約条件の最適化問題は、前記導出された評価関数の変換式と、前記状態方程式の変換式と、を含んでいてもよい。
この一態様において、前記軌道生成手段は、前記無制約条件の最適化問題を行列表現した式の最適解条件に対して、再帰的計算法を用いて最適解を求解し、前記求解した最適解と、前記等式制約条件を示す式をQR分解して導出した状態変数の変換式と、に基づいて前記重心の状態変数の時系列データを算出してもよい。
この一態様において、前記等式制約条件は、所定の区間内だけ前記接触力が変化しないように設定した入力を含んでいてもよい。
この一態様において、前記軌道生成手段は、前記等式制約条件と前記接触点の安定性の拘束を示す不等式制約条件とを含む等式制約条件及び不等式制約条件付き最適化問題を直交補空間を用いて変換した無制約条件の最適化問題を、再帰的計算法を用いて最適解を求解し、該求解した最適解に基づいて前記重心の状態変数の時系列データを算出してもよい。
この一態様において、前記軌道生成手段は、前記無制約条件の最適化問題を行列表現した式の最適解条件に対してニュートン法を適用し、該ニュートン法の収束演算の中で前記再帰的計算法を用いてニュートン方向を算出し、該算出したニュートン方向に基づいて、最適解を算出してもよい。
この一態様において、前記軌道生成手段は、前記無制約条件の最適化問題を行列表現した式の最適解条件に対して内点法又はアクティブセット法を適用してもよい。
この一態様において、前記不等式制約条件は、所定の区間内だけ前記接触力に制限をかけるように設定した入力を含んでいてもよい。
この一態様において、前記最適化問題の状態方程式は、線形時変の制御パラメータを含んでいてもよい。
この一態様において、前記軌道生成手段により生成された重心軌道に基づいて前記移動手段を制御する制御手段を更に備えていてもよい。
上記目的を達成するための本発明の一態様は、二以上の移動手段を交互に接地しながら移動する移動ロボットの該移動手段が接地する接触点の位置と、接地するときの前記移動手段の姿勢と、を時系列のデータとした接触点計画を設定するステップと、前記設定された接触点計画に基づいて、前記移動手段が接触点に接地しながら前記移動ロボットが移動するための重心軌道を生成するステップと、を含む最適制御方法であって、前記移動手段を接地するときの接触力に基づく量を入力とする予測モデルを構築して、該予測モデルによって所定時間幅の予測区間における前記移動ロボットの重心の状態変数を表わし、前記予測区間において、所定の評価基準を用いて前記重心の状態変数を算出し、該算出した重心の状態変数に基づいて、前記移動ロボットの重心軌道を生成するモデル予測制御を行ない、前記評価基準は、各接触点における前記接触力に基づく量の二乗が含まれる評価関数を予測区間内において最小化するものであり、前記評価基準と、前記接触力に基づく入力と前記重心の状態変数と関係を示す線形な状態方程式と、前記移動ロボットの線形等式で表現される等式制約条件と、を含む等式制約条件付き最適化問題は、直交補空間を用いて、前記等式制約条件を含まない無制約条件の最適化問題に変換され、前記予測区間において、該変換した無制約条件の最適化問題を、再帰的計算法を用いて最適解を求解し、該求解した最適解に基づいて前記重心の状態変数を算出する、ことを特徴とする最適制御方法であってもよい。
上記目的を達成するための本発明の一態様は、二以上の移動手段を交互に接地しながら移動する移動ロボットの該移動手段が接地する接触点の位置と、接地するときの前記移動手段の姿勢と、を時系列のデータとした接触点計画を設定する処理と、前記設定された接触点計画に基づいて、前記移動手段が接触点に接地しながら前記移動ロボットが移動するための重心軌道を生成する処理と、をコンピュータに実行させる最適制御プログラムであって、前記移動手段を接地するときの接触力に基づく量を入力とする予測モデルを構築して、該予測モデルによって所定時間幅の予測区間における前記移動ロボットの重心の状態変数を表わし、前記予測区間において、所定の評価基準を用いて前記重心の状態変数を算出し、該算出した重心の状態変数に基づいて、前記移動ロボットの重心軌道を生成するモデル予測制御を行ない、前記評価基準は、各接触点における前記接触力に基づく量の二乗が含まれる評価関数を予測区間内において最小化するものであり、前記評価基準と、前記接触力に基づく入力と前記重心の状態変数と関係を示す線形な状態方程式と、前記移動ロボットの線形等式で表現される等式制約条件と、を含む等式制約条件付き最適化問題は、直交補空間を用いて、前記等式制約条件を含まない無制約条件の最適化問題に変換され、 前記予測区間において、該変換した無制約条件の最適化問題を、再帰的計算法を用いて最適解を求解し、該求解した最適解に基づいて前記重心の状態変数を算出する、ことを特徴とする最適制御プログラムであってもよい。
(第1実施形態)
本実施形態は移動ロボットの最適制御装置に特徴があり、具体的には、移動ロボットの移動動作(図1)を制御するための軌道生成に特徴を有するのであるが、具体的な制御(軌道生成)を説明する前に、制御対象となる移動ロボットのハードウェア構成について予め説明しておく。
移動ロボット100は、股関節が3軸、膝関節が1軸、足首関節が2軸、さらに、肩関節が3軸(肩ピッチ、肩ロール、肩ヨー)、肘関節が1軸(肘ピッチ)、および、手首関節が3軸(手首ヨー、手首ピッチ、手首ロール)、で夫々構成されている。
移動ロボット100は、各関節にエンコーダ付きモータ1、2、・・・、28を有している。
各関節のモータ1a、2a、・・・、28a(図3)は、各関節の関節角度θ1、θ2、・・・、θ28を調整できる。
一方、各関節のエンコーダ1b、2b、・・・、28bは、各関節の関節角度θ1、θ2・・・、θ28を計測することができる。
ここで接触力とは6軸力であり、図4に示すように、x軸、y軸およびz軸方向の力fの組(fx、fy、fz)Tと、x軸回り、y軸回りおよびz軸回りの力τの組(τx、τy、τz)Tと、である。
(なお、x軸およびy軸は、鉛直方向であるz軸に垂直な面内で互いに直交する軸とする。)
そこで、本明細書の以下の説明では、右足、左足、右手および左手を接触点候補と称することがある。また、手先、足先というのは、移動手段の一具体例である。
移動ロボット100は、各関節のモータ1a〜24a及びエンコーダ1b〜24bと、接触力センサ25と、最適制御装置210と、を備えている。
これら機能部の具体的な処理動作については後述する。
本実施形態に係る軌道生成部222は、(1)多点接触移動を実現できる重心軌道を生成し、かつ、(2)必要に応じて接触点の変更を行っている。ここで、(1)多点接触移動を実現できる重心軌道を生成するための方法を説明する。なお、本出願人は、特願2013−254989(平成25年12月10日出願)においてこの方法を出願している。
最初にモデル予測制御の概要を説明しておく。
例えば、図1に図示したような移動動作を移動ロボットに行わせたいとする。
ここでは、2本の腕と2本の脚とを有する人型の移動ロボットに、テーブルの奥側にあるボトルを掴ませるという一連の動作を想定する。
つまり、接触点計画設定部221は、例えば、図6のように、手先および足先を、どの順番で、どこに、どのように、着くか、という計画を作成する。
図6においては、床、壁およびテーブルにおいて足先および手先を接触させる箇所にマークを付けている。
接触点計画は、左手(LH)、右手(RH)、左足(LF)および右足(RF)に関し、どの順番で、どこに、どのように、着いていくか、という時系列のデータである。
当初(t0)左足1本だけで立ち、遊脚である右足を前に振り出し、そして、右足を着地させる(t1)。
この動きに従った接触点計画を移動ロボット100に実行させるためには、左足が最初に着地している床上の接触点の座標PLF1、そのときの左足の姿勢rLF1、そして、右足が着地する床上の接触点の座標PRF1、そのときの右足の姿勢rRF1、を指定することが必要である。
また、姿勢というのは、接触点に着地したときの足の裏面の向きであり、例えばオイラー角の組としてr=(rx、ry、rz)として表わされる。
(すなわち、rx、ryおよびrzは、ロール、ピッチおよびヨー角をそれぞれ表わす。)
足に関する接触点の座標およびそのときの姿勢を指令する形式は今後の説明でも同様なので、以後は適宜説明を省略する。
その間に、左手を壁に着くようにする(t3)。
ここで、左手を着く壁上の接触点の座標PLH1、および、そのときの左手の姿勢rLH1を指定する。
このようにして、接触点計画設定部221は、接触点計画を時系列のデータとして作成する。
すなわち、軌道生成部222は、ある時間幅を持った予測区間内で移動ロボット100が安定移動できる軌道を生成し、予測区間を微小時間(Δt)ずつシフトさせながら安定動作を行える軌道を順次更新していくようにする。
軌道生成部222は、現在から所定時間(例えば1.6秒)先の未来までを予測区間として設定する。
この予測区間での動きをイメージしたものが図9である。
このように、軌道生成部222は、ある時間幅を持つ予測区間で安定な軌道を生成した上で、最初の一点だけを現在の入力値として使用する。
これを繰り返すことで移動ロボットは安定に移動することができる。
具体的には、軌道生成部222は、各接触点における接触力の二乗和と、前記6軸力(接触力)の微分値の二乗和と、を含む評価関数Jを最小化するというLQ最適化問題を解くことで、多点接触移動の安定軌道を求める。
この解法により、ある予測区間内で安定な多点接触移動を実現するための、重心位置、重心速度、接触力および接触力の微分値の時系列データが得られることを示す。(ここからの説明では、まず、接触点計画で指示された通りの位置(接触点)に手足を着くことだけを考える。なお、必要に応じて、スラック変数などを導入し条件式や評価式を緩和するなどの処置を行って接触点を変更してもよい。
移動ロボット全体の慣性を一つの重心Gで表わす。各接触点には6軸力を定義する。
例えば接触点の候補が左手、右手、左足、右足の4点であれば、n=4(左手:LH=1、右手:RH=2、左足:LF=3、右足:RF=4)とすればよい。ただし、床や壁に接触していない接触点候補については接触力を0にするように拘束条件を設定しておく。例えば図11の例であれば次のようにする。
さて、ここで、本発明者らは、予測区間内において安定な軌道を生成するために次ぎのような評価関数Jの評価基準を導入した。
(1)各接触点への接触力を均等分配すること。これにより、重心をできる限り安定な位置に動かすという効果がある。
(2)不必要な内力を打ち消すこと。
(3)接触点の接地安定性を高めること。すなわち、接触面内の反力中心点を接触面の中心に設定するという効果がある。
(1)重心の発散を抑制すること。
(2)滑らかに接触力を切り替えていくこと。
「高い接触安定性、滑らかな接触力遷移、最低限の内力、といった条件を満たしながら、安定な重心軌道と各接触点の接触力とを出力する」
ということを意味することとなる。
等式制約条件としては、
(1)移動ロボットの非接触の接触点候補に対して6軸力が0という拘束、
(2)移動ロボットの鉛直方向の力の釣り合いの拘束、および、
(3)移動ロボットのxy軸回りのモーメント力の釣り合いの拘束、
が予測区間の全サンプリング点に渡って成り立つ必要がある。
直交補空間を用いて無制約条件のLQ最適化問題に変換することで、その求解に高速かつ安定的なリカッチ型再帰的計算法を用いることができる。これにより、モデル予測制御においてLQ最適化問題の最適解を高速に求解し重心軌道を生成できる。
(1)2つの部分空間V及びUの基底{vi}k i=1および{u}m i=1に含まれるベクトルが線形独立であるとき、基底{vi∈Rn}k i=1∪で張られる部分空間をVとUの直和(direct sum)といい、U(+)Vと表記する。以下、○の中に+を(+)と表記する。特に、Rn=Rk+m=V(+)Uが成立するとき、UをVの補空間(complement)という。
(2)部分空間V⊂Rnと部分空間U⊂Rnとが、vTu=0 for all v ∈ V、all u ∈ U を満たすとき、2つの部分空間は直交するという。
(3)部分空間Vとその補空間Uが直交するとき、UをVの直交補空間(orthogonal complement)といい、V⊥と表記する。
上記定義に基づいて下記命題(4)−(5)が成立する。
(4)線形独立なm(<n)個のベクトル{yi}m i=1と直交するベクトル集合α={x∈Rn|yT 1x=yT 2x=・・・=yT mx=0}は、n−m次元部分空間である。
(5)非直交基底{ui∈Rn}n i=1からm個選択された基底ベクトルによって張られる部分空間V=<u1、u2、・・・、um>の直交補空間は、その双直交基底{vi∈Rn}n i=1によって、V⊥=<vm+1、vm+2、・・・、vn>で表される。
本実施形態において、例えば、下記(15)式に示すQR分解(直交行列Qと上三角形行列Rの積に分解)を用いて直交補空間変換を行うことができる。
まず、等式制約条件を示す上記(13)式(Ckx[k]=dk)をQR分解することで、状態変数xの変換式である下記(16)式が導出される。
Ck+1x[k+1]=Ck+1Ax[k]+Ck+1Bu[k] ・・・(17)
さらに、上記(17)式に上記(13)式を代入して下記(18)式を導出する。
Ck+1Ax[k]+Ck+1Bu[k]=dk+1 ・・・(18)
(k=0、1、・・・、N−1)
まず、上記(33)式を行列表現すると、下記(34)式及び(35)式のように表現できる。
まず、軌道生成部222は、上記(36)式の行列内の各パラメータの順番を入れ替えることで、下記(38)式のように表現する。
x[k]=Dkζ[k]+ek
u[k]=Nkζ[k]+Mkv[k]+lk
等式制約条件の上記(13)式に対してQR分解を行って、状態変数の変換式である上記(16)式が導出される(ステップS101)。
接触点計画設定部221は接触点計画(等式制約条件のCk及びdk)を設定する(ステップS201)。
軌道生成部222は、算出したx[k]の時系列データに基づいて、重心軌道を生成する(ステップS204)。
本実施形態において、軌道生成部222は、上記等式制約条件に加えて不等式制約条件を加えたLQ最適化問題を求解する。ここで、接触点の安定性の拘束を示す不等式制約条件について説明する。
図16に接触点の座標系(上添え字l(エル)がついている)と、接触多角形(接触点の支持多角形)と、を示した。
ここで、接触点の座標系で定義される接触力(6軸力)θi lを次のように表わす。
θi l=[fix l、fiy l、fiz l、τix l、τiy l、τiz l]T
(1)接触点が離れないこと、
(2)接触点が滑らないこと、
(3)接触点が剥がれないこと、
という3つの制約条件を満たす必要がある。
上記3つの制約条件が理解しやすいように、図17に、接触点が不安定化する場合を例示した。
(xi1 l, yi1 l),・・・・・(xih l, yih l)
を用いて下記(45)式のように表される。
(ただし接触多角形の頂点は反時計回りに順に与えられているとする)。
(Pkx[x]≦qk)・・・(49)
なお、上記不等式制約条件の一般式(49)式の右辺qkをqk=Oと置けば、上記導出した(48)式と一致する。上記(14)式に示す等式制約条件付きLQ最適化問題に上記(48)を加えることで、下記(50)式に示す等式制約条件及び不等式制約条件付きLQ最適化問題が導出される。
まず、上記実施形態1と同様に、上記(52)式を行列表現すると、下記(53)式乃至(55)式のように表現できる。
まず、軌道生成部222は、解ベクトルの初期解(η=η0、y=y0、z=z0、λ=λ0)を行う(ステップS301)。
軌道生成部222は、上記(60)式を用いて、残差[rη、ry、rz、rλ]を算出する(ステップS303)。
軌道生成部222は、上記(62)式を用いて、ステップ幅αpを算出する(ステップS305)。
[η、y、z、λ]=[η、y、z、λ]+βαp[Δη、Δy、Δz、Δλ]
軌道生成部222は、条件(μ>μmin and n<nmax)を満足するか否かを判定する(ステップS308)。
上記実施形態1に係る軌道生成部222は、線形不変な等式制約条件付き最適化問題を求解しているが、本実施形態3に係る軌道生成部222は、線形時変な等式制約条件付き最適化問題を求解する。
まず、上記(13)式(等式制約条件:Ckx[k]=dk)より、状態変数xの変換式である下記(76)式が上記実施形態1と同様に導出される。
本実施形態4に係る軌道生成部222は、線形時変な、所定の区間内だけ接触力が変化しないように設定した、入力を含む等式制約条件付き最適化問題を求解する。
本実施形態4に係る軌道生成部222は、線形時変な、所定の区間内だけ接触力が変化しないように設定した入力を含む等式制約条件、及び、所定の区間内だけ接触力に制限をかけるように設定した入力を含む不等式制約条件付き最適化問題を求解する。
本発明は、例えば、図15や図18に示す処理を、CPU210aにコンピュータプログラムを実行させることにより実現することも可能である。
Claims (13)
- 二以上の移動手段を交互に接地しながら移動する移動ロボットの該移動手段が接地する接触点の位置と、接地するときの前記移動手段の姿勢と、を時系列のデータとした接触点計画を設定する接触点計画手段と、
前記接触点計画手段により設定された接触点計画に基づいて、前記移動手段が接触点に接地しながら前記移動ロボットが移動するための重心軌道を生成する軌道生成手段と、
を備える最適制御装置であって、
前記軌道生成手段は、前記移動手段を接地するときの接触力に基づく量を入力とする予測モデルを構築して、該予測モデルによって所定時間幅の予測区間における前記移動ロボットの重心の状態変数を表わし、前記予測区間において、所定の評価基準を用いて前記重心の状態変数を算出し、該算出した重心の状態変数に基づいて、前記移動ロボットの重心軌道を生成するモデル予測制御を行ない、
前記評価基準は、各接触点における前記接触力に基づく量の二乗が含まれる評価関数を予測区間内において最小化するものであり、
前記評価基準と、前記接触力に基づく入力と前記重心の状態変数と関係を示す線形な状態方程式と、前記移動ロボットの線形等式で表現される等式制約条件と、を含む等式制約条件付き最適化問題は、直交補空間を用いて、前記等式制約条件を含まない無制約条件の最適化問題に変換され、
前記軌道生成手段は、前記予測区間において、該変換した無制約条件の最適化問題を、再帰的計算法を用いて最適解を求解し、該求解した最適解に基づいて前記重心の状態変数を算出する、
ことを特徴とする最適制御装置。 - 請求項1記載の最適制御装置であって、
前記軌道生成手段は、前記移動手段を接地するときの接触力の微分値を入力とする予測モデルを構築し、
前記評価基準は、前記各接触点に対応して設定された重みに基づいて前記各接触点に前記接触力と、前記接触力の微分値とを配分するという基準が含まれ、前記接触力および接触力の微分値の二乗和を含む評価関数を予測区間内において最小化するものであり、
前記評価基準と、前記接触力の微分値の入力と前記重心の状態変数と関係を示す状態方程式と、前記移動ロボットの力の釣合いの拘束を示す等式制約条件と、を含む等式制約条件付き最適化問題は、直交補空間を用いて、前記等式制約条件を含まない無制約条件の最適化問題に変換される、
ことを特徴とする最適制御装置。 - 請求項1又は2記載の最適制御装置であって、
前記等式制約条件を示す式に対してQR分解を行って状態変数の変換式が導出され、前記接触力の微分値の入力と重心の状態変数との関係を示す状態方程式から導出した式に対してQR分解を行って入力の変換式が導出され、前記状態方程式と、前記状態変数の変換式と、前記入力の変換式と、前記状態変数の変換式と、に基づいて状態方程式の変換式が導出され、前記導出した状態変数の変換式と、入力の変換式と、等式制約条件付き最適化問題の評価関数と、に基づいて、評価関数の変換式が導出され、
前記無制約条件の最適化問題は、前記導出された評価関数の変換式と、前記状態方程式の変換式と、を含む、
ことを特徴する最適制御装置。 - 請求項1乃至3のうちのいずれか1項記載の最適制御装置であって、
前記軌道生成手段は、
前記無制約条件の最適化問題を行列表現した式の最適解条件に対して、再帰的計算法を用いて最適解を求解し、前記求解した最適解と、前記等式制約条件を示す式をQR分解して導出した状態変数の変換式と、に基づいて前記重心の状態変数の時系列データを算出する、
ことを特徴とする最適制御装置。 - 請求項1乃至4のうちいずれか1項記載の最適制御装置であって、
前記等式制約条件は、所定の区間内だけ前記接触力が変化しないように設定した入力を含む、
ことを特徴とする最適制御装置。 - 請求項1乃至5のうちいずれか1項記載の最適制御装置であって、
前記軌道生成手段は、
前記等式制約条件と前記接触点の安定性の拘束を示す不等式制約条件とを含む等式制約条件及び不等式制約条件付き最適化問題を直交補空間を用いて変換した無制約条件の最適化問題を、再帰的計算法を用いて最適解を求解し、該求解した最適解に基づいて前記重心の状態変数の時系列データを算出する、
ことを特徴とする最適制御装置。 - 請求項6記載の最適制御装置であって、
前記軌道生成手段は、
前記無制約条件の最適化問題を行列表現した式の最適解条件に対してニュートン法を適用し、該ニュートン法の収束演算の中で前記再帰的計算法を用いてニュートン方向を算出し、該算出したニュートン方向に基づいて、最適解を算出する、
ことを特徴とする最適制御装置。 - 請求項7記載の最適制御装置であって、
前記軌道生成手段は、前記無制約条件の最適化問題を行列表現した式の最適解条件に対して内点法又はアクティブセット法を適用する、ことを特徴する最適制御装置。 - 請求項6乃至8のうちいずれか1項記載の最適制御装置であって、
前記不等式制約条件は、所定の区間内だけ前記接触力に制限をかけるように設定した入力を含む、
ことを特徴とする最適制御装置。 - 請求項1乃至9のうちいずれか1項記載の最適制御装置であって、
前記最適化問題の状態方程式は、線形時変の制御パラメータを含む、ことを特徴とする最適制御装置。 - 請求項1乃至10のうちいずれか1項記載の最適制御装置であって、
前記軌道生成手段により生成された重心軌道に基づいて前記移動手段を制御する制御手段を更に備える、ことを特徴とする最適制御装置。 - 二以上の移動手段を交互に接地しながら移動する移動ロボットの該移動手段が接地する接触点の位置と、接地するときの前記移動手段の姿勢と、を時系列のデータとした接触点計画を設定するステップと、
前記設定された接触点計画に基づいて、前記移動手段が接触点に接地しながら前記移動ロボットが移動するための重心軌道を生成するステップと、
を含む最適制御方法であって、
前記移動手段を接地するときの接触力に基づく量を入力とする予測モデルを構築して、該予測モデルによって所定時間幅の予測区間における前記移動ロボットの重心の状態変数を表わし、前記予測区間において、所定の評価基準を用いて前記重心の状態変数を算出し、該算出した重心の状態変数に基づいて、前記移動ロボットの重心軌道を生成するモデル予測制御を行ない、
前記評価基準は、各接触点における前記接触力に基づく量の二乗が含まれる評価関数を予測区間内において最小化するものであり、
前記評価基準と、前記接触力に基づく入力と前記重心の状態変数と関係を示す線形な状態方程式と、前記移動ロボットの線形等式で表現される等式制約条件と、を含む等式制約条件付き最適化問題は、直交補空間を用いて、前記等式制約条件を含まない無制約条件の最適化問題に変換され、
前記予測区間において、該変換した無制約条件の最適化問題を、再帰的計算法を用いて最適解を求解し、該求解した最適解に基づいて前記重心の状態変数を算出する、
ことを特徴とする最適制御方法。 - 二以上の移動手段を交互に接地しながら移動する移動ロボットの該移動手段が接地する接触点の位置と、接地するときの前記移動手段の姿勢と、を時系列のデータとした接触点計画を設定する処理と、
前記設定された接触点計画に基づいて、前記移動手段が接触点に接地しながら前記移動ロボットが移動するための重心軌道を生成する処理と、
をコンピュータに実行させる最適制御プログラムであって、
前記移動手段を接地するときの接触力に基づく量を入力とする予測モデルを構築して、該予測モデルによって所定時間幅の予測区間における前記移動ロボットの重心の状態変数を表わし、前記予測区間において、所定の評価基準を用いて前記重心の状態変数を算出し、該算出した重心の状態変数に基づいて、前記移動ロボットの重心軌道を生成するモデル予測制御を行ない、
前記評価基準は、各接触点における前記接触力に基づく量の二乗が含まれる評価関数を予測区間内において最小化するものであり、
前記評価基準と、前記接触力に基づく入力と前記重心の状態変数と関係を示す線形な状態方程式と、前記移動ロボットの線形等式で表現される等式制約条件と、を含む等式制約条件付き最適化問題は、直交補空間を用いて、前記等式制約条件を含まない無制約条件の最適化問題に変換され、
前記予測区間において、該変換した無制約条件の最適化問題を、再帰的計算法を用いて最適解を求解し、該求解した最適解に基づいて前記重心の状態変数を算出する、
ことを特徴とする最適制御プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015082637A JP6421683B2 (ja) | 2015-04-14 | 2015-04-14 | 最適制御装置、最適制御方法及び最適制御プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015082637A JP6421683B2 (ja) | 2015-04-14 | 2015-04-14 | 最適制御装置、最適制御方法及び最適制御プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016198873A JP2016198873A (ja) | 2016-12-01 |
JP6421683B2 true JP6421683B2 (ja) | 2018-11-14 |
Family
ID=57422113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015082637A Active JP6421683B2 (ja) | 2015-04-14 | 2015-04-14 | 最適制御装置、最適制御方法及び最適制御プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6421683B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11069069B2 (en) * | 2017-04-10 | 2021-07-20 | Hrl Laboratories, Llc | System for predicting movements of an object of interest with an autoencoder |
CN108549321B (zh) * | 2018-04-10 | 2019-11-01 | 广州启帆工业机器人有限公司 | 一种综合时间能量跃度的工业机器人轨迹生成方法及系统 |
JP7088318B2 (ja) * | 2019-01-11 | 2022-06-21 | オムロン株式会社 | 制御装置 |
JP7221833B2 (ja) * | 2019-08-30 | 2023-02-14 | 国立大学法人京都大学 | 非線形モデル予測制御装置 |
US11548150B2 (en) | 2020-05-29 | 2023-01-10 | Mitsubishi Electric Research Laboratories, Inc. | Apparatus and method for planning contact-interaction trajectories |
CN111914411B (zh) * | 2020-07-20 | 2022-11-11 | 哈尔滨工大航博科技有限公司 | 一种全姿态四轴转台框架角指令解算方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5034235B2 (ja) * | 2006-01-16 | 2012-09-26 | ソニー株式会社 | 制御システム及び制御方法、並びにコンピュータ・プログラム |
WO2007094451A1 (ja) * | 2006-02-16 | 2007-08-23 | Japan Science And Technology Agency | 運動解析方法、運動解析装置、コンピュータプログラム、及び記録媒体 |
JP4915934B2 (ja) * | 2007-04-09 | 2012-04-11 | 独立行政法人産業技術総合研究所 | 脚式移動ロボットの制御装置 |
JP2010137289A (ja) * | 2008-12-09 | 2010-06-24 | Sony Corp | 情報処理装置及び情報処理方法、並びにコンピューター・プログラム |
KR101691940B1 (ko) * | 2009-10-30 | 2017-01-02 | 삼성전자주식회사 | 로봇 및 그 제어방법 |
JP5803751B2 (ja) * | 2012-03-07 | 2015-11-04 | トヨタ自動車株式会社 | 重心軌道生成装置、その生成方法及びプログラム |
-
2015
- 2015-04-14 JP JP2015082637A patent/JP6421683B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016198873A (ja) | 2016-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6421683B2 (ja) | 最適制御装置、最適制御方法及び最適制御プログラム | |
Erez et al. | An integrated system for real-time model predictive control of humanoid robots | |
Saab et al. | Dynamic whole-body motion generation under rigid contacts and other unilateral constraints | |
JP5910647B2 (ja) | 移動ロボットの移動制御方法 | |
Buss | Introduction to inverse kinematics with jacobian transpose, pseudoinverse and damped least squares methods | |
Kleff et al. | High-frequency nonlinear model predictive control of a manipulator | |
Flacco et al. | A reverse priority approach to multi-task control of redundant robots | |
Ngo et al. | Object transportation with force-sensorless control and event-triggered synchronization for networked uncertain manipulators | |
Ott et al. | Kinesthetic teaching of humanoid motion based on whole-body compliance control with interaction-aware balancing | |
Shavit et al. | Learning augmented joint-space task-oriented dynamical systems: A linear parameter varying and synergetic control approach | |
Ramos et al. | Generalizations of the capture point to nonlinear center of mass paths and uneven terrain | |
JP2013520327A (ja) | 関節システムの制御方法、記憶媒体、制御システム | |
JP6781101B2 (ja) | 非線形システムの制御方法、二足歩行ロボットの制御装置、二足歩行ロボットの制御方法及びそのプログラム | |
CN115666870A (zh) | 用于规划接触交互轨迹的设备和方法 | |
Pfeiffer et al. | The hierarchical newton’s method for numerically stable prioritized dynamic control | |
Suleiman et al. | On humanoid motion optimization | |
JP6168158B2 (ja) | 移動ロボットの移動制御方法、および、移動ロボット | |
JP7221833B2 (ja) | 非線形モデル予測制御装置 | |
Alikhani et al. | Sliding mode control of a cable-driven robot via double-integrator sliding surface | |
Tiseo et al. | Theoretical evidence supporting harmonic reaching trajectories | |
Savin | Comparative analysis of control methods for walking robots with nonlinear sensors | |
Denei et al. | Parallel force-position control mediated by tactile maps for robot contact tasks | |
Kobayashi et al. | Mirror-Descent Inverse Kinematics with Box-constrained Joint Space⋆ | |
Nakamura et al. | A Study on Kicking Motion Strategy for a Legged Robot | |
Suleiman et al. | Optimizing humanoid motions using recursive dynamics and lie groups |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170511 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180315 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180327 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180420 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180918 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181001 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6421683 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |