The Indirect Method for Generating Libraries of Optimal Periodic Trajectories and Its Application to Economical Bipedal Walking

📄 arXiv: 2410.09512v1 📥 PDF

作者: Maximilian Raff, Kathrin Flaßkamp, C. David Remy

分类: cs.RO

发布日期: 2024-10-12

备注: submitted to the International Journal of Robotics Research (IJRR)

💡 一句话要点

提出基于间接法的最优周期轨迹库生成方法，用于提升双足步态的经济性。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 轨迹优化 间接法 数值延拓 步态生成 双足机器人 腿式机器人 最优控制

📋 核心要点

  1. 直接轨迹优化方法在腿式运动中应用广泛，但其精度受限于输入空间的参数化方式。
  2. 本文提出一种基于间接法的轨迹优化方法，通过将控制输入定义为状态和协态的函数，提升优化精度。
  3. 通过数值延拓方法生成步态库，并使用指南针步态行走器验证了间接法在生成最优步态方面的优越性。

📝 摘要（中文）

本文探讨了轨迹优化的间接法，重点在于其在为腿式系统生成最优周期步态中的应用，并将其与更常用的直接法进行了对比。虽然直接法在实现上提供了相当大的灵活性，但它受到其输入空间参数化的限制。相比之下，间接法通过将控制输入定义为系统状态和协态的函数来提高精度。我们通过利用数值延拓方法系统地开发步态库，从而解决了与间接打靶法相关的收敛挑战。我们的贡献包括：(1)形式化了一个通用的周期轨迹优化问题，该问题扩展了现有的对于更广泛的成本函数和操作条件的一阶必要条件；(2)一种通过结合单次打靶法和数值延拓方法来有效生成最优轨迹（步态）库的方法，包括一种从被动步态重建拉格朗日乘数和协态的新方法；(3)使用指南针步态行走器作为案例研究，对间接和直接打靶法进行了比较分析，证明了前者在生成最优步态方面的卓越精度。研究结果强调了间接法在生成最优步态族方面的潜力，从而推进了腿式机器人轨迹优化领域。

🔬 方法详解

问题定义：论文旨在解决腿式机器人运动规划中，如何高效、精确地生成最优周期步态轨迹的问题。现有直接法轨迹优化方法虽然灵活，但其精度受到输入空间参数化的限制，难以获得真正最优的解。此外，间接法虽然理论上精度更高，但存在收敛性问题，难以实际应用。

核心思路：论文的核心思路是利用轨迹优化的间接法，通过将控制输入表示为系统状态和协态的函数，从而提高优化精度。同时，为了解决间接法收敛性差的问题，论文结合了数值延拓方法，系统地生成最优轨迹库，从而避免了单次优化可能遇到的困难。

技术框架：该方法主要包含以下几个阶段：1) 形式化一个通用的周期轨迹优化问题，扩展了一阶必要条件以适应更广泛的成本函数和操作条件。2) 利用单次打靶法结合数值延拓方法，高效生成最优轨迹（步态）库。3) 提出一种从被动步态重建拉格朗日乘数和协态的新方法，用于初始化数值延拓过程。4) 通过指南针步态行走器案例研究，对比间接法和直接法的性能。

关键创新：论文的关键创新在于：1) 将间接法应用于腿式机器人步态优化，并证明其优于直接法。2) 提出了一种结合数值延拓方法生成最优轨迹库的策略，有效解决了间接法收敛性问题。3) 提出了一种从被动步态重建拉格朗日乘数和协态的新方法，为数值延拓提供了良好的初始值。

关键设计：论文中，成本函数的设计需要根据具体的任务目标进行调整，例如，可以考虑能量消耗、步态速度、稳定性等因素。数值延拓方法的具体实现需要选择合适的步长和收敛准则。从被动步态重建拉格朗日乘数和协态的方法，需要根据系统的动力学特性进行推导和实现。对于指南针步态行走器，需要建立精确的动力学模型，并选择合适的控制策略。

📊 实验亮点

论文通过指南针步态行走器案例研究，对比了间接法和直接法的性能。实验结果表明，间接法能够生成更优的步态轨迹，具有更高的精度和更低的能量消耗。具体的数据对比（例如能量消耗降低百分比）在摘要中未明确给出，但强调了间接法在生成最优步态方面的卓越精度。

🎯 应用场景

该研究成果可应用于各种腿式机器人，例如双足机器人、四足机器人等，用于生成能量效率高、稳定性好的运动步态。通过预先生成最优轨迹库，可以实现快速的步态切换和适应，提高机器人在复杂环境中的运动能力。此外，该方法还可以用于康复机器人和外骨骼的设计，帮助患者恢复行走能力。

📄 摘要（原文）

Trajectory optimization is an essential tool for generating efficient and dynamically consistent gaits in legged locomotion. This paper explores the indirect method of trajectory optimization, emphasizing its application in creating optimal periodic gaits for legged systems and contrasting it with the more commonly used direct method. While the direct method provides considerable flexibility in its implementation, it is limited by its input space parameterization. In contrast, the indirect method improves accuracy by defining control inputs as functions of the system's states and costates. We tackle the convergence challenges associated with indirect shooting methods, particularly through the systematic development of gait libraries by utilizing numerical continuation methods. Our contributions include: (1) the formalization of a general periodic trajectory optimization problem that extends existing first-order necessary conditions for a broader range of cost functions and operating conditions; (2) a methodology for efficiently generating libraries of optimal trajectories (gaits) utilizing a single shooting approach combined with numerical continuation methods, including a novel approach for reconstructing Lagrange multipliers and costates from passive gaits; and (3) a comparative analysis of the indirect and direct shooting methods using a compass-gait walker as a case study, demonstrating the former's superior accuracy in generating optimal gaits. The findings underscore the potential of the indirect method for generating families of optimal gaits, thereby advancing the field of trajectory optimization in legged robotics.