The new wave of humanoid, assistive, and entertainment robots is characterized by having a large number of redundant degrees of freedom (DOFs), and the need to simultaneously perform multiple tasks. A task-priority strategy can be a good solution for performing of multiple tasks in these highly redundant robots. This thesis deals with the task-priority strategy for dynamic control of highly redundant robots in terms of control accuracy, efficiency and robustness.
First, an accurate yet efficient task-priority-based redundancy optimization was proposed. Unfortunately, the conventional task-priority strategies suffer from large task error and large computational demand. The proposed algorithm, named by Accurate yet Efficient Redundancy Optimization (AERO), was theoretically proved to accurately prioritize an arbitrary number of tasks without the algorithmic error. The computational efficiency of the AERO excels other conventional task-priority strategies. The AERO has been successfully applied to the dynamic control of a 28-DOF humanoid robot by simulations, and 12-DOF dual arm robot by experiments, thereby demonstrating its effectiveness and efficiency.
Second, a robust dynamic consistent control was proposed. The prioritized tasks can be dynamically coupled with each other: the control force for one task can affect the motion of the other tasks. Among task-priority based redundancy controls, only the Operational Space Formulation (OSF) provides decentralized control of tasks owing to its unique physical advantage, the dynamic consistency. Although the OSF has been theoretically outstanding in the field of robotics, it can be unfavorable in real implementations due to its vulnerability to modeling error and large computational demands. As a remedy for these problems, the TDE scheme has been incorporated with the OSF. The TDE accurately and efficiently estimates the nonlinear robot dynamics. Thanks to the TDE, the OSF with the TDE (OSFTDE) shows enhanced accuracy in terms of dynamic consistency and control performance along with enhanced computational efficiency. Through simple but obvious simulations and experiments, the practical advantages of the proposed control are demonstrated.
최근 휴머노이드 로봇과 같이 많은 수의 자유도를 가지는 로봇에 대한 연구 개발이 활발히 이뤄지고 있다. 이러한 소위 highly redundant 로봇들을 제어 하기 위해서는 다수의 작업(task)을 동시에 수행할 필요가 있는데, 작업 우선 순위에 따른 제어 전략은 하나의 좋은 대안이 될 수 있다. 본 연구에서는 highly redundant로봇을 위한 작업 우선 순위에 따른 제어 전략을 제시한다.
첫째, 효율적이면서 동시에 정확한 prioritization기법을 제안한다. 기존 작업 순위 제어는 많은 계산량을 요구하거나 prioritization과정에서 tracking error를 유발하는 단점이 있다. 본 연구에서 제안하는 기법(Accurate yet Efficient Redundancy Optimization, AERO)은 기존 작업 순위 제어에 비해 적은 계산량을 요구하며 동시에 prioritization과정에서 나타나는 tracking error가 없다는 장점을 가진다. 28자유도 휴머노이드 시뮬레이션과 12자유도 듀얼 암 로봇 실험을 통해 제안된 방법의 장점을 검증하였다.
둘째, 모델링 오차에 강인한 dynamic consistent control기법을 제안한다. 기존 작업 우선 순위 제어는 task간 dynamic coupling이 나타날 수 있는 단점을 가진다. 기존 작업 우선 순위 제어 가운데 OSF는 dynamic consistency라는 고유의 장점으로 task간 dynamic decoupling을 구현할 수 있으나 모델링 오차에 취약하다는 단점을 동시에 가진다. OSF에서 모델링 오차가 있는 경우 고유의 장점인 dynamic consistency를 잃어버릴 뿐 아니라 control accuracy도 매우 나빠진다. 이 문제에 대해 본 연구에서는 시간 지연 추정 기법 (Time Delay Estimation, TDE)을 사용해 모델링 오차에 강인한 dynamic consistent control을 구현하였다. 16 자유도 휴머노이드 로봇 시뮬레이션과 2 자유도 로봇 매니퓰레이터 실험을 통해 제안된 방법의 장점을 검증하였다.
