These days, in spite of the complexity of high dimensional systems, various humanoid robots have been developed. Asimo of Honda, WABIAN-2 of Waseda university, H7 of Tokyo university, HRP-3P of AIST, and HanSaRam series, Mybot and Hubo of KAIST are well known humanoid robots.
There are two typical approaches to bipedal walking of the humanoid robot: dynamic model based approach and biologically inspired approach. In dynamic model based approach, 3-D linear inverted pendulum model (LIPM) is one of popular methods. However, it is hard to compensate for disturbances by various causes while bipedal walking. Meanwhile, in the latter, the most widely used method is a based on central pattern generator (CPG). The CPG consists of oscillators, which can endogenously produce multidimensional rhythmic output signals without rhythmic sensory or central input. To deal with the external disturbances, the CPG can modify motor patterns using sensory feedbacks. However, the previous CPG based approach is hard to modify step length and direction at each footstep and to change single and double support times, respectively.
In this thesis, evolutionary optimized central pattern generator (CPG) considering equality constraints is proposed for a stable modifiable bipedal walking. The proposed CPG consists of biological neural oscilltors, which can endogenously produce multidimensional rhythmic signals. To generate a walking pattern for a modifiable bipedal robot, the CPG is employed, which generates the position trajectories and direction trajectories of the swing foot and the center of pelvis (CoPel). The CPG can change the step length and direction, and single support time and double support times, respectively, just before the beginning of each single support phase. The external disturbance while bipedal walking is compensated by the sensory feedback in the CPG. For stable bipedal walking, the sensory feedback in the CPG is designed by using the zero moment point (ZMP) and the sum of the ground reaction forces (GRFs). For optimized parameters of the CPG to obtain the desired output signals and the suitable sensory feedback from the CPG, two-phase evolutionary programming (TPEP) is employed, which is suitable to solve the constrained optimization problems. The validity of the proposed method is demonstrated by computer simulation with the Webots model of a small-sized humanoid robot, HanSaRam-X (HSR-X) and real experiment with HSR-X developed in the RIT Lab., KAIST.
오늘날 복잡한 시스템에도 불고하고 다양한 휴머노이드 로봇이 개발되었다. 혼다의 아시모, 와세다 대학의 와비안-2, 도쿄 대학의 H7, 아이스트의 HRP-3P, 키스트의 마루, 카이스트의 휴보와 마이봇은 그동안 개발된 대표적인 휴머노이드 로봇이다. 그리고 개발과 실험의 편의성을 위해 로보티즈의 다윈, 카이스트의 한사람 시리즈 등의 소형 휴머노이드 로봇들이 개발되었다. 이러한 하드웨어의 개발과 함께 휴머노이드 로봇에 관한 연구는 다양한 움직임을 위해 빠르게 발전되어왔다. 휴머노이드 로봇 연구에서 안정적인 걸음새 생성에 대한 연구는 핵심 연구 주제중 하나이다.
휴머노이드 로봇의 걸음새 생성 방법은 크게 다이나믹 모델을 기반으로 한 연구와 생체 모방을 이용한 연구가 있다. 다이나믹 모델을 기반으로 한 연구의 경우 3차원 역진자 모델을 기반으로 한 연구가 가장 많이 진행되고 있고, 본 연구실에서는 이를 확장하여 가변적 걸음새 생성기를 개발하여 보폭, 걸음 속도 등을 자유롭게 변형할 수 있도록 하였다. 그러나 이러한 방법들의 경우 추가적인 피드백 제어를 필요로 하고, 모델링 오차 등의 이유로 발생하는 외란을 상쇄하기 힘들다는 단점이 있다. 그리고 생체 모방을 이용한 연구의 경우 중앙 패턴 생성기를 이용한 방법이 가장 많이 사용되고 있다. 중앙 패턴 생성기를 이용한 방법의 경우 피드백 제어를 통해 강인한 걸음새를 생성할 수 있다는 장점이 있지만, 중앙 패턴 생성기 내부의 파라미터들을 최적화하기 어렵다는 문제와 실제 휴머노이드 로봇 항법에 적용하기에 부적절하다는 문제가 존재하였다.
본 논문에서는 휴머노이드 로봇의 안정적인 가변 발걸음을 위한 진화 최적화된 중앙 패턴 생성기를 제안하였다. 제안한 알고리즘은 뉴럴 오실레이터를 이용하여 주기적인 신호를 생성하게 된다. 그리고 생성된 주기적인 신호를 이용하여 움직이는 발과 허리 중심의 위치 궤적과 방향 궤적을 생성하게 된다. 또한 발에 부착된 FSR을 이용하여 외란을 측정하게 되고, 측정된 외란에 대한 센서 피드백 신호가 뉴럴 오실레이터에 입력으로 들어가게 되어 뉴럴 오실레이터가 외란을 상쇄하도록 주기적인 신호의 형태를 변경하게 된다. 그리고 중앙 패턴 생성기 내부의 파라미터들을 최적화하기 위하여 two-phase evolutionary programming (TPEP) 를 사용하였다. TPEP는 제한 조건이 있는 최적화 문제를 푸는데 적합한 방법이다.
제안한 방법은 기존의 CPG에서는 불가능하였던 보폭과 방향을 매 걸음마다 원하는 값으로 변경하였고 이를 실험을 통해 검증하였다. 이와 같은 장점은 특히 휴머노이드 항법에 효과적으로 사용될 수 있으며 선행데이터가 필요 없으므로 발자국 궤적을 계획하는데 편리하게 이용될 수 있다. 이러한 장점을 사용하여 실제 네비게이션 알고리즘에 제안한 CPG를 적용하여 걸음새를 생성하는 것이 가능함을 확인하였다. 또한, 긴급한 상황에서 로봇이 멈추거나 방향을 바꾸는 등의 빠른 대응이 가능하다. 그리고 기존의 다이나믹 모델 기반의 가변적 걸음새 생성기와 비교해보면 제안한 알고리즘은 기울어진 정도를 모르는 상태의 경사면을 걸을 때 발생하는 외란에 대해서 더 강인함을 실험을 통해 확인할 수 있었다. 이러한 장점은 휴머노이드 로봇이 실제 환경에서 걸음새를 생성할 때 땅의 기울기를 정확히 알지 못하더라도 안정적으로 걸을 수 있게 해준다.
