Generación de trayectorias para un robot bípedo basadas en captura de movimiento humano

Abstract

La locomoción bípeda es una característica natural del ser humano utilizada para desplazarse en su entorno. Sin embargo, para un robot bípedo es muy difícil imitar estos movimientos debido a las grandes diferencias cinemáticas y dinámicas entre ambos. Por tal razón, en este trabajo de investigación se propone un método para adaptar las trayectorias de marcha de un ser humano a un robot bípedo. Para lograrlo, primero se realizaron experimentos con dos sistemas distintos de captura de movimiento para obtener las trayectorias articulares de la marcha humana. Después, se estudió la generación de patrones de marcha mediante dos enfoques: patrón de marcha basado en el modelo cart-table y por optimización. En este último enfoque se consideran dos vertientes. En el primero se hace la optimización de la norma euclidiana del torque. En el segundo, las trayectorias obtenidas mediante captura de movimiento sirven como entrada a un generador de trayectorias off-line, llamado filtro dinámico en el que se tienen en cuenta las restricciones cinemáticas y dinámicas necesarias para impedir que el robot caiga mientras camina. Una vez se calculan las trayectorias de marcha estables para el robot, obtenidas por tres métodos: modelo cart-table, optimización de torques y el filtro dinámico, estas se compararon mediante dos índices de desempeño que evalúan el consumo energético de los actuadores del robot. El filtro presenta la ventaja de una menor carga computacional frente al método de optimización de torques, aunque éste es el que consume la menor cantidad de energía. Para validar las trayectorias se desarrolló al interior de la Universidad del Cauca un simulador para el robot Bioloid Premium kit basado en el entorno V-Rep y después se implementaron sobre el robot real. A pesar de que la generación de trayectorias se lleva a cabo fuera de línea, el filtro dinámico es una buena opción para generar trayectorias que permitan mantener la estabilidad del robot. En el corto plazo se espera implementar el filtro dinámico para la generación de trayectorias en línea, en un robot humanoide con dimensiones aproximadas a las de un ser humano.

Bipedal locomotion is a natural characteristic of human beings used to move in their environment. However, for a biped robot it is very difficult to imitate these movements due to large kinematic and dynamic differences. For this reason, in this research work, we propose a method to adapt the gaits trajectories of a human being to a biped robot. To achieve this goal, first we made an experiments with with two different motion capture systems to obtain the joint trajectories of human walking. Then, we studied gait generator patterns, using two approaches: gait generator pattern based on the cart-table model and optimization. In the latter approach considers two aspects. First, it makes optimization of the Euclidean norm of torque. In the second, the trajectories obtained by motion capture serve as input to a trajectory generator offline, called dynamic filter that takes into account the kinematic and dynamic constraints necessary to prevent the robot fall while walking. Once stable motion trajectories are calculated for the robot, it was obtained by three methods: model cart-table, torques optimization and dynamic filter, these were compared with two performance index that assess the energy consumption of the actuators of the robot. The filter has the advantage of a lower computational load versus torque optimization method, although this is consuming the least amount of energy. To validate the trajectories, it developed within the Universidad del Cauca a simulator for the robot Bioloid Premium Kit based on the V-Rep environment. After, these were implemented on the real robot. Even though the motion generation is done offline, the dynamics filter is a good option for making in automated way the trajectories generation. The next step will be to test the dynamics filter in other humanoid robots and try to implement an online dynamics filter.