論文要約：物理的ヒト - ロボット相互作用における冗長移動マニピュレータのための最小エネルギー制御アプローチ

1. 概要と背景

本論文は、物理的にヒトと相互作用する移動マニピュレータ（移動ベース搭載のロボットアーム）の制御手法について提案しています。近年、リハビリテーションやロボット支援手術、産業分野などでの協働ロボットの需要が高まっていますが、固定ベースのロボットでは達成が困難なタスク（例：共同運搬など）に対して、移動マニピュレータは有効です。しかし、移動ベースとアームという追加の自由度（冗長性）は制御を複雑にし、性能最適化の課題を生みます。特に、ヒトと物理的に接触する場面では、安全性と操作の滑らかさが極めて重要です。

2. 解決すべき課題

移動マニピュレータをヒトが直接操作する（物理的相互作用）際、従来の制御手法には以下の問題点がありました。

• エネルギー効率と安全性の欠如: 移動ベース（本システムでは 115kg と最も重い部品）の不必要な動きが生じやすく、システム全体の運動エネルギーが増大します。これにより、ヒトとの接触時の安全性が低下し、操作感が不安定になる可能性があります。
• 逆微分運動学（IDK）の解法限界: 従来の手法では、ジャコビアン行列の擬似逆行列を用いた閉形式解や、優先順位付け制御（プライオリティ制御）が用いられていますが、これらは必ずしも運動エネルギーの最小化を目的としていません。また、最適化問題として解く手法（二次計画法など）は計算負荷が高く、リアルタイム制御には不向きな場合があります。

3. 提案手法

本論文では、移動マニピュレータの全身運動エネルギーを最小化することを目的とした新しい逆微分運動学（IDK）の解法を提案しました。

3.1 制御アーキテクチャ

• 仮想アドミタンスモデル: ヒトの操作力 $f_h$ を入力とし、エンドエフェクタの目標ツイスト $v_d$ を生成する仮想質量・ダンパモデルを使用します。
• 最適化問題の定式化: 目標ツイスト $v_d$ を満たしつつ、システム全体の運動エネルギー $E_K$ を最小化する最適化問題を解きます。
  • 目的関数: $E_K = \frac{1}{2}\dot{q}_a^T M_a(q_a) \dot{q}_a + \frac{1}{2}\dot{q}_b^T M_b \dot{q}_b$
    • ここで、$\dot{q}_a$ はアームの関節速度、$\dot{q}_b$ は移動ベースの仮想速度、$M_a$ と $M_b$ はそれぞれアームと移動ベースの慣性行列です。
  • 制約条件: $J(q)\dot{q} = v_d$（運動学的制約）
• 動的整合性を持つ擬似逆行列: この最適化問題の解は、慣性行列 $M(q)$ を重みとして用いた動的整合性を持つジャコビアン擬似逆行列（Dynamically Consistent Jacobian Pseudoinverse）として導出されます。
  • $\dot{q}^* = J_M^\dagger(q) v_d$
  • この手法により、重い移動ベースの動きを自動的に最小化し、アームでの作業を優先する制御が実現されます。
• 二次タスク: 望ましい姿勢からの逸脱を防ぐため、ジャコビアンヌル空間内で二次タスク（姿勢制御）を追加します。

4. 実験評価

• 実験環境: UR10e コボットと Robotnik RB-KAIROS+（全方向移動ベース）からなる移動マニピュレータを使用。
• タスク: 27 名の参加者が、壁に取り付けられた穴にピンを挿入する「ピン・イン・ホール」タスクを実行。
• 比較対象:
  1. ロコモーションモード: 移動ベースを主軸とした制御（基準）。
  2. スイッチモード: ユーザーが操作モード（マニピュレーション/ロコモーション）を切り替える方式（基準）。
  3. 提案手法（最小エネルギー）: 本論文で提案した自動制御。

5. 実験結果

提案手法は、基準となる 2 つの手法と比較して、以下の点で優れた性能を示しました。

• 運動エネルギーの削減:
  • 提案手法による平均運動エネルギーは、ロコモーションモードに比べて約 66% 削減されました。スイッチモードと同等の低エネルギーレベルを達成しつつ、ユーザーの介入を不要にしています。
• ヒトの負担（力）の軽減:
  • 平均人間操作力（$\bar{F}_h$）は、ロコモーションモードに比べて約 22% 削減されました（スイッチモードは 41% 削減）。
• 実行時間の短縮:
  • 提案手法は、スイッチモードに比べて約 24%、ロコモーションモードに比べて約 11% 短時間でタスクを完了しました。スイッチモードではモード切り替えによる遅延が発生しますが、提案手法では自動調整によりこれが排除されています。
• 操作の滑らかさと安全性:
  • 速度プロファイルが滑らかで、急激な変動やゼロ速度区間（スイッチ待ちなど）がありません。
  • 重い移動ベースの動きが抑制されるため、ヒトとの物理的相互作用における安全性と快適性が向上しました。
• 精度:
  • 最終的なエンドエフェクタの位置誤差は、ロコモーションモードと同等かそれ以上であり、高い精度を維持しています。

6. 結論と意義

本論文で提案された「最小エネルギー制御アプローチ」は、冗長な移動マニピュレータの制御において、システム全体の運動エネルギーを最小化することで、以下の成果をもたらしました。

1. 安全性の向上: 最も重い部品である移動ベースの動きを抑制し、ヒトとの接触時のリスクを低減。
2. 操作性の向上: ユーザーが意識的にモードを切り替える必要がなく、滑らかで直感的な操作体験を提供。
3. 効率性の向上: 実行時間の短縮とエネルギー消費の削減を両立。

この手法は、物理的ヒト - ロボット相互作用（pHRI）を必要とする分野（リハビリ、共同運搬、介護支援など）において、移動マニピュレータの制御基準となる有望なアプローチであることが実証されました。