4족로봇의 Centroidal Model 및 MPC를 이용한 Path Planning(경로 계획) Study 계획

최근에 블로그 구독자 수가 많이 늘었네요. 두자리 숫자가 되었습니다. wow. 감사합니다. 그리고 댓글에 질문 주시는 분들도 많이 늘어났네요. ^^! 뿌듯하네요.
오늘은 스터디를 할 주제와 계획에 대해 이야기를 해보고자 해요. 이전의 study note는 아래를 참조해주세요.

Study note

1. 2020/08/09 - [OnGoingProj] - Ascento - 귀여운 legged wheel robot
2. 2020/08/27 - [OnGoingProj] - Mobile Robot(Differential Drive Robot) Modeling and Control 진행 중
3. 2020/09/24 - [OnGoingProj] - Two wheel balancing robot - LQR 제어
4. 2020/09/25 - [OnGoingProj] - Two wheel balancing robot - 하드웨어 구매 및 앞으로의 프로젝트 계획
5. 2020.09.27 - [OnGoingProj] - [4족 로봇] Petoi Bittle - 클라우드 펀딩 후원 및 구매

모바일 로봇을 보다보면 wheel based robot, legged based robot, legged wheel based robot 이렇게 3가지 종류가 있습니다.

3가지 타입 모두 큰 흐름은 아래와 같습니다.

Robot의 주행 제어란?

1. kinematics/dynamics를 이용한 제어
→ 주행 동작 : 전진, 회전과 같은 주행
     (path tracking)
→ Motion 동작 : Leg가 있는 경우는 모션

2. global path planning
→ 시작점과 끝점이 주어진다면 최단 경로를 global 하게 생성 A* 알고리즘 등

3. local path planning
→ 장애물 회피(artificial potential field method, dynamic window approach)
→ Leg가 있는 로봇의 경우에는 leg configuration을 고려한 경로 재생성

1번과 3번에 관심을 갖고 요즘 공부 중에 있습니다. 3번과 관련해서 N개의 legged wheel 로봇에 대한 장애물 회피에 대한 재미 있는 문헌을 읽었는데 조만간 소개해 드리겠습니다.
주요 스터디 대상은 Legged robot인 4족 로봇입니다. 4족 로봇은 Floating robot이여서 constraint force(구속력인데, 접촉시 생기는 힘)가 존재를 합니다. 이 힘이 조인트쪽으로 전파가 됩니다. 다만, 모션 제어를 하기 위해서는 모션을 제어하기에 적합한 centroidal model로 표현하는 것이 유리합니다.
그리고 모델 기반 예측 제어(Model predictive control, MPC)를 하면 경로의 계획 및 tracking에 모델의 정보와 constraint를 기반으로 목적함수를 최소화하는 input을 optimization 방법을 통해 계산을 합니다.

위와 같은 문제를 다루는 framework이 있었는데, 바로 eth에서 만든 ocs2 입니다.
설치 후 launch파일을 실행해보면, gait에 대한 종류와 종료 위치인 body postion과 orientation을 입력하면 MPC를 기반으로 제어가 이루어집니다.
centroidal model, MPC, SLQ .. 다양한 이야기들이 나오는데.. 이론을 기반으로 잘 구현 코드와 비교를 하며 공부를 하는 것이 의미가 있을 듯하여 이 부분을 스터디 해보고자 합니다. 그리고 MPC의 경우는 python script 레벨에서 간단한 Differential drive 모델을 기반으로 시뮬레이션부터 진행을 해볼 계획입니다.