【MIT Cheetah I】高速歩行時のトロット・ギャロッピングの移行

ロボット工学

論文概要

Title


著者は何を達成したの?

  • 四足歩行ロボットのトロットからギャロッピングへの移行を実証した
  • フルード数 2.1で実現させた

この手法のキーポイントは何?

  • 平衡点仮説による足の軌道生成
  • 平衡点をIMUからのデータに基づいて修正

自分の研究にどう役立つか?

  • None

次に読む論文は?

結果

本記事のタイトル通り、歩容方法をトロットからギャロッピングにスムーズに移行させることに成功しています。
それぞれの歩容については、上の動画を見るとわかりやすいです。
トロットは、馬の駆け足時の歩容で、ギャロッピングは、全力疾走時の歩容です。

従来手法でも、この歩容移行は可能でしたが、フルード数 2.1での実現はできていませんでした。
※ フルード数は、足の長さに対する歩行速度を示す指標です。数値が大きいほど、高速な歩行をしていることを示します。

従来研究では、フルード数 0.53でしたが、この研究では2.1(野生動物並み)です。
かなり高速な歩行での実現に成功したと言えます。

手法

システム構成

上の図が、システムの構成図です。
赤い部分で示されたIMUからのフィードバックがこの論文での追加要素です。。

なので、単体の制御手法自体に新規性は、それほどありません。
しかし、様々な手法を組み合わせて、実際のロボットで実証実験をしたことは大きな成果です

Equilibrium-point Foot-end Trajectories

歩行方法に関しては、平衡点仮説(equilibrium-point hypothesis)を元に設計されており、
簡単に言うと、あらかじめ決められた軌道に従って、足を動かしています。

上の図が、実際に使用された軌道です。
トロットギャロッピングで、軌道が微妙に違うのがわかります。

この軌道は、ロボットに搭載されたIMUからの傾きデータを元に補正されます。

トロット − ギャロッピングの移行

実はこれも簡単で、トロットとギャロッピング軌道パラメータを線形的に移行させているだけです。

このような簡単な仕組みで、前節で示した滑らかな移行ができるのは驚きです。

まとめ

前回の論文まとめ記事に引き続き、今回もMIT Cheetahに関する論文でした。
面白い論文を探していたら、偶然、2回連続で同じ研究室のものを読んでいました。
やはり、MITの行っている研究は非常に興味深いです。

歩容移行に関する論文として、別記事で書いた論文も印象深いです。
個人的には、仕組み的はそちらの方が美しいと思いますが、
今回はかなり高速動作での研究ということで、ロマンをくすぐる論文でした。

誤解や記述ミスなどもあるかと思いますが、コメント欄から指摘してもらえるとありがたいです!



論文読み方を知りたい方はコチラ

ディープラーニング研究者のAndrew Ng先生に学ぶ「論文の読み方」
今回は、研究をする上で避けては通れない「論文の読み方」について、ディープラーニングの権威であるAndrew Ng先生が答えてくれています。元ネタは、こちらの動画です。前半は論文の読み方、後半はAIエンジニアのキャリア形成を解説してくれ...

コメント

タイトルとURLをコピーしました