Highly-Dynamic Movements of a Humanoid Robot Using Whole-Body Trajectory Optimization
Motion planning for legged robots is a challenging problem and remains an open area of research. Particular difficulties arise from effective underactuation, the mechanism complexity, as well as nonlinear and hybrid dynamics. A common approach is to decompose this problem into smaller sub-problems that are solved sequentially. Recent research indicates that using a local optimal control solver, namely Differential Dynamic Programming (DDP), produces more efficient motions, with lower forces and impacts.
This master’s thesis contributes in this direction by applying, evaluating and extending DDP-based whole-body trajectory optimization, pursuing three objectives. First, we develop a method for constraining DDP-like solvers in order to generate inherently balanced motion plans. Second, the proposed motion planning approach is evaluated for quasi-static and dynamic motions in a real-time physics simulation and in real-world experiments on the lightweight and biologically inspired RH5 humanoid robot. Finally, the limits of the approach and the system design are
examined by solving highly-dynamic movements.
Die Bewegungsplanung für Laufroboter ist eine anspruchsvolle Aufgabe und bleibt
ein aktives Forschungsgebiet. Besondere Schwierigkeiten ergeben sich aus der effektiven Unteraktuierung, der Komplexität der Mechanismen sowie der nichtlinearen und hybriden Dynamik. Ein verbreiteter Ansatz besteht darin, das Problem in kleinere Teilprobleme zu zerlegen, die nacheinander gelöst werden. Neue Forschungsergebnisse zeigen, dass Algorithmen aus dem Bereich der optimalen Regelung, insbesondere der Differenziellen Dynamischen Programmierung (DDP), effizientere Bewegungen mit geringeren Kräften und Stößen erzeugen.
Diese Masterarbeit leistet einen Beitrag in diese Richtung, indem eine DDPbasierte
Ganzkörper-Trajektorienoptimierung angewendet, bewertet und erweitert
wird, wobei drei Ziele verfolgt werden. Erstens entwickeln wir eine Methode zur
Beschränkung von DDP-artigen Algorithmen, um stabile Bewegungspläne zu erzeugen. Zweitens wird der vorgeschlagene Ansatz zur Bewegungsplanung für quasistatische und dynamische Bewegungen in einer physikalischen Echtzeitsimulation und in realen Experimenten mit dem leichten und biologisch inspirierten humanoiden Roboter RH5 evaluiert. Schließlich werden die Grenzen des Ansatzes und des Systemdesigns anhand hochdynamischer Bewegungen untersucht.