Optimization-based hybrid wheeled-legged locomotion for a quadrupedal robot

Among the possible navigation systems that a mobile robot can use to move in its environment, hybrid wheeled-legged locomotion is a promising option only recently opened up by novel design paradigms, e.g. in the centaur-type humanoid CENTAURO. While most research has focused on pure wheeled mobility, in the last decades also legged locomotion has gained more and more interest in the robotic community, as it allows the robot to travel in environments that are not necessarily flat, taking inspiration from how animals move. Both solutions have advantages and drawbacks, and hybrid locomotion stems at the intersection of these two worlds, trying to get the best from both. The current thesis is concerned with the motion planning problem of the trajectories of the center of mass of a hybrid centaur-type humanoid quadrupedal robot, as well as the simultaneous generation of its feet trajectories. Exploiting Optimal Control theory, the problem is tackled incrementally: first the legged locomotion problem is solved alone, then the results are extended to the hybrid wheeled-legged locomotion case. To be able to exploit off-the shelf solvers for mathematical optimization, the optimal control problems, once formalized, are transformed into non-linear programming problems resorting to the so-called transcription methods. In particular Multiple Shooting and Direct Collocation methods are used. Increasingly complex algorithms are proposed to find the desired optimal trajectories, that are experimentally validated on CENTAURO, a quadrupedal humanoid robot developed in the laboratories of the Humanoid and Human Centered Mechatronics research line, at the Italian Institute of Technology (IIT). Building on current robotic literature, two different modelling approaches for the quadrupedal robot are used, namely the Linear Inverted Pendulum model and the Single Rigid Body Dynamics model. The performance of the corresponding optimization algorithms are discussed and compared. The effectiveness of the proposed approach is confirmed by the results achieved on the real robot, producing trajectory references that can be tracked by the robot, resulting in smooth motions.

Tra i diversi modi con cui un robot mobile può muoversi nell’ambiente circostante, la locomozione ibrida rappresenta un’opzione attraente ed è oggetto di molti studi, essendo stata introdotta solo recentemente da nuove piattaforme robotiche, come il robot umanoide CENTAURO. Con tale termine ci si riferisce in questa tesi ad una particolare tecnica di camminata in cui un robot può combinare passi, ispirati al modo in cui l’uomo e gli animali si muovono naturalmente, con movimenti resi possibili dall’utilizzo di ruote montate alle sue estremità. Negli anni infatti la ricerca riguardante il settore della robotica mobile si è concentrata spesso sulle due soluzioni separatemente, in particolare sull’utilizzo delle ruote poiché efficaci su terreni sufficientemente lisci e dal punto di vista della stabilità della piattaforma mobile. D’altra parte, più di recente lo sforzo per costruire e controllare robot dotati di gambe ha prodotto risultati significativi, dal momento che questatecnologia permette di attraversare gli ambienti più vari. La locomozione ibrida nasce all’intersezione tra queste due aree, e mira a trarre vantaggio dai punti di forza di entrambe. Questa tesi riguarda dunque il problema di pianificazione di traiettorie per il centro di massa e i piedi di un robot umanoide quadrupede ibrido: CENTAURO, progettato e costruito nel laboratorio di ricerca del dipartimento di Humanoid and Human Centered Mechatronics, presso l’Istituto Italiano di Tecnologia (IIT). Tramite l’utilizzo di metodologie basate sulla teoria del Controllo Ottimo, il problema viene affrontato incrementalmente: per prima cosa locomozione quadrupede “classica” viene discussa e risolta, quindi i risultati sono estesi alla locomozione ibrida. Per poter risolvere efficaciemente i problemi di controllo ottimo tempo continuo che vengono formalizzati, è necessario trascriverli in problemi NLP equivalenti a tempo discreto, che possono poi essere trattati e risolti da specifici solver. In particolare, i metodi di trascrizione utilizzati a questo scopo nel presente lavoro sono noti come Multiple Shooting e Direct Collocation. Nel presente lavoro vengono proposti algoritmi di complessità crescente, i cui risultati sono validati sperimentalmente su CENTAURO. Partendo dalla letteratura scientifica del settore, due divesi modelli matematici del robot (modello Linear Inverted Pendulum e modello Single Rigid Body Dynamics) sono confrontati tra loro nel caso della locomozione quadrupede, mentre il secondo modello, più generale, è considerato per la locomozione ibrida. Le performace dei diversi algoritmi proposti sono discusse e messe a confronto, e la validazione sperimentale permette di confermare la bontà dell’approccio proposto, dal momento che il robot è in grado di riprodurre le traiettorie proposte dai differenti algoritmi tramite movimenti continui e fluidi.