[pt] FRAMEWORK DE INTEGRAÇÃO DE OTIMIZAÇÃO DE TRAJETÓRIAS OFF-LINE E CONTROLE PREDITIVO ON-LINE PARA ROBÔS COM PERNAS

[en] INTEGRATION FRAMEWORK FOR OFFLINE TRAJECTORY OPTIMIZATION AND ONLINE MODEL PREDICTIVE CONTROL FOR LEGGED ROBOTS

[pt] LEONARDO GARCIA MORAES

[pt] PLANEJAMENTO DE TRAJETORIA

[pt] CONTROLE PREDITIVO BASEADO EM MODELOS

[pt] CONTROLE DE LOCOMOCAO

[pt] ROBO COM PERNAS

[pt] OTIMIZACAO DE TRAJETORIA

[en] TRAJECTORY PLANNING

[en] MODEL PREDICTIVE CONTROL

[en] LOCOMOTION CONTROL

[en] LEGGED ROBOT

[en] TRAJECTORY OPTIMIZATION

[pt] Na última década, os robôs móveis com pernas ganharam notoriedade por sua capacidade de se movimentar com segurança em terrenos acidentados e superar obstáculos, como declives e escadas, podendo ser utilizados em mais aplicações em comparação com os robôs móveis com rodas. Novos desenvolvimentos que melhorem a robustez do planejamento de trajetória e o controle dinâmico de robôs com pernas são cruciais para o avanço desse campo. O objetivo deste trabalho é desenvolver um framework baseado em C++ e ROS Noetic que integre otimização de trajetória off-line para robôs com pernas com Model Predictive Control (MPC) on-line, considerando o mapa de elevação do terreno. A otimização de trajetória é baseada na biblioteca de código aberto TOWR (Trajectory Optimization for Walking Robots), que emprega uma função contínua para representar o mapa do terreno. Para tornála mais genérica, foi implementada uma interface que permite que mapas de elevação 2,5D sejam usados como representação do terreno. Além disso, as trajetórias geradas pelo TOWR são fornecidas como referências para um controlador MPC baseado na biblioteca de código aberto OCS2. As trajetórias otimizadas pelo MPC são então rastreadas por um Whole-Body Controller (WBC), que calcula os torques de atuação das juntas do robô. A estrutura é validada em simulações usando a dinâmica completa do robô, com diferentes tipos de terreno e sob perturbação externa.

[en] In the last decade, legged mobile robots have gained notoriety for their ability to move safely over rough terrain and overcome obstacles such as slopes and stairs, opening up new applications compared to wheeled mobile robots. New developments that improve the robustness of trajectory planning and dynamic control of legged robots are crucial for the advancement of this field. The aim of this work is to develop a framework based in C++ and ROS Noetic that integrates offline trajectory optimization for legged robots with online Model Predictive Control (MPC) while taking into account the elevation map of the terrain. The trajectory optimization is based on the open-source library TOWR (Trajectory Optimization for Walking Robots), which employs a continuous function to represent the map of the terrain. To make it more generic, an interface was implemented to allow 2.5D elevation maps to be used as terrain representation. Furthermore, the trajectories generated by TOWR are provided as references for a MPC implemented based on the open-source library OCS2. The trajectories optimized by the MPC are then tracked by a weighted Whole-Body Controller (WBC), which computes the actuation torques for the robot s joints. The framework is validated in simulations using the full dynamics of the robot, with different terrain types and under external disturbance.

MARCO ANTONIO MEGGIOLARO

VIVIAN SUZANO MEDEIROS

MARCO ANTONIO MEGGIOLARO

VIVIAN SUZANO MEDEIROS

FLORIAN ALAIN YANNICK PRADELLE

MARCELO BECKER

2024-12-03

2024-06-06

[pt] TEXTO

application/pdf

PORTUGUÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=68697@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=68697@2

https://doi.org/10.17771/PUCRio.acad.68697