Hybrid planning for free climbing robots: Combining task and motion planning with dynamics and control

Abstract

Dikey yüzeylere serbest tırmanabilen eklemli uzuvlara sahip robotlar, arama-kurtarma, gözetleme, denetim/bakım ve gezegen keşfine kadar çok çeşitli uygulamalarda araçsal olma potansiyeline sahiptir. Serbest tırmanma, robotun herhangi bir özel ekipman kullanmadan sadece temas noktalarındaki sürtünmeyi kullanarak ilerleme kaydetmesini gerektirdiğinden oldukça zordur.Dikey arazide serbest tırmanmak için, robotun dengede olmasını, çarpışmasız olmasını ve aktüatör tork limitleri dahilinde kontrol edilebilmesini sağlayan belirli kısıtlamaları karşılayan sürekli bir konfigürasyon dizisinden geçmesi gerekir. Uygulanabilir bir serbest tırmanma planı şunları gerektirir: i) ulaşmak için uygun bir tutacak sırasına karar vermek, ii) robotun ilgili kollarının bu tutacaklara ulaşması için çarpışmasız yörüngeler bulmak, aynı zamanda robotun sürtünme temaslarını ve dengesini korumak için dahili serbestlik derecelerini kullanmak ve iii) bu yörüngelerin aktüatör tork limitleri dahilinde gerçekleştirilebilmesinin sağlamak. Bu nedenle, geometrik muhakeme ve hareket planlaması tek başına bu problemleri çözmek için yeterli değildir, çünkü erişim eylemlerinin planlanması hareket planlama problemi ile bütünleştirilmelidir ve sürtünme temaslarını sürdürme açısından plan uygulamalarının fizibilitesi, denge ve harekete geçirme yetenekleri, doğrulanmalıdır.Yüksek seviyeli temsil ve muhakeme ile düşük seviyeli geometrik muhakeme, hareket planlama, denge ve aktüatör fizibilite kontrollerini birleştiren serbest tırmanan robotlar için hibrit bir planlama yaklaşımı öneriyoruz. Hibrit planlama yaklaşımı, üst düzey akıl yürütme ve fizibilite kontrolleri arasındaki ikili etkileşimi içerir. Üst düzey akıl yürütücü, optimal bir görev planı bularak hareket planlayıcıya rehberlik eder; o görev planı için uygun bir kinematik/dinamik/kontrol çözümü yoksa, hareket planlayıcı, planlama problemini yeni kısıtlamalarla değiştirerek üst düzey akıl yürütücüye rehberlik eder. Kapsamlı bir karşılaştırma örneği kümesi ve ölçeklenebilirlik, çözüm kalitesi ve başarı oranı açısından performansının sistematik bir değerlendirmesi aracılığıyla yaklaşımımızın bir doğrulamasını sunuyoruz.

Robots with articulated limbs that can free-climb vertical surfaces have the potential to be instrumental in a wide range of applications, ranging from search-and-rescue to surveillance, inspection/maintenance to planetary exploration. Free climbing is highly challenging as it requires the robot to make progress using only friction at the contact points, without using any special equipment. To free-climb vertical terrain, the robot must go through a continuous sequence of configurations satisfying certain constraints that ensure that the robot is in equilibrium, collision-free, and can be controlled within the actuator torque limits. A feasible free-climb plan requires i) deciding on a proper sequence of holds to reach, ii) finding collision-free trajectories for the relevant arms of the robot reach these holds, while utilizing the internal degrees of freedom of the robot to maintain friction contacts and balance of the robot, and iii) ensuring that these trajectories can be executed within the actuator torque limits. Therefore, geometric reasoning and motion planning alone are not sufficient to solve these problems, as the planning of reach actions need to be integrated with the motion planning and the feasibility of plan executions in terms of maintaining friction contacts, balance and actuation capabilities needs to be verified.We propose a hybrid planning approach for free climbing robots that combines high-level representation and reasoning with low-level geometric reasoning, motion planning, balance, and actuator feasibility checks. The hybrid planning approach features bilateral interaction between high-level reasoning and feasibility checks. The high-level reasoner guides the motion planner by finding an optimal task-plan; if there is no feasible kinematic/dynamic/controls solution for that task-plan, then the feasibility checks guide the high-level reasoner by modifying the planning problem with new constraints. We present a validation of our approach through a comprehensive set of benchmark instances and a systematic evaluation its performance in terms of scalability, solution quality, and success rate.