An Integrated Whole-Body Planning Framework for Locomotion in Challenging Terrain with Different Types of Tracked Robots

Mobile rescue robots can provide valuable support for first responders in disaster scenarios by entering hazardous environments to search for victims or perform other critical tasks. In these scenarios, traversing debris and rough terrain is often inevitable for the robot to successfully complete its mission. However, the risk of vehicle tip-over poses a significant challenge, threatening mission success. Similar conditions are found in related fields such as construction. Autonomous mobile robots can reliably monitor and document the construction progress which is essential for identifying structural errors early. However, as the building is still in an unfinished state, the robot needs to safely overcome obstacles such as steep stairs, high steps, or obstructive building materials.

Tracked robots, equipped with active flippers and a manipulator arm, can overcome these obstacles by efficiently utilizing all joints. Active flippers keep contact with the ground, while the robot can maintain stability by using the arm joints to shift its center of mass. Yet, executing these maneuvers through conventional teleoperation demands expert skill, leading to a high mental load and slow, error-prone operation. Previous research on preventing vehicle tip-over in unstructured terrain has been limited to robotic systems with few degrees of freedom or specific kinematic assumptions, resulting in solutions that are not generally applicable.

This thesis introduces a novel whole-body planning approach that enables different types of tracked robots to autonomously traverse obstacles and rough terrain safely. Using a 3D environment model, the approach generates a whole-body motion plan by optimizing the trajectory of each joint. Central to this method is the formulation as an optimization problem that incorporates cost functions grounded in general mechanical principles applicable across a wide range of tracked robot platforms. The combination of spatial and temporal planning ensures a coordinated movement between the robot’s base and joints, leading to a smooth traversal of difficult terrain.

Given the dynamic nature of rescue missions, characterized by a high complexity and uncertainty, fully autonomous operation is often infeasible. In this thesis, multiple assistance capabilities are proposed that support the operator with a flexible level of autonomy. Moreover, a framework is described that integrates these capabilities into a cohesive control concept for remote operation, allowing for seamless transitions between autonomy levels.

The developed methods were validated in experiments on two distinct mobile robot platforms, in both simulated and real-world environments. Laboratory experiments demonstrate the ability of the developed approaches to overcome highly challenging obstacles at the robot platforms’ operational limits. In a comparative case study with operators of varying prior experience, the proposed autonomous whole-body planning outperformed teleoperation in terms of locomotion smoothness and completion time. Moreover, the study further highlights the importance of autonomous assistance functions for real-world applications by indicating a considerable decrease in cognitive load and a reduced training time. Additionally, the successful application in the locomotion benchmarks of the Rescue Robot League at the RoboCup World Championship demonstrates the method’s reliability and robustness, serving as an independent evaluation in an international competition. For the first time, two of the challenging mobility arenas were completed autonomously, bridging the gap towards an application in real-world scenarios.

Mobile Rettungsroboter können in Katastrophenszenarien eine wertvolle Unterstützung für die Einsatzkräfte sein, indem sie in gefährlichen Umgebungen nach Opfern suchen oder andere wichtige Aufgaben durchführen. Dabei ist das Überqueren von Trümmern für den Roboter oft unvermeidlich, um den Einsatz erfolgreich abzuschließen zu können. Insbesondere in unstrukturiertem Gelände stellt das Risiko, dass der Roboter umkippt, jedoch eine große Herausforderung dar, wodurch der Erfolg der Mission gefährdet ist. Ähnliche Bedingungen finden sich auch in verwandten Bereichen wie dem Bauwesen. Autonome mobile Roboter können dort den Baufortschritt zuverlässig überwachen und dokumentieren, was für die frühzeitige Erkennung von Baufehlern unerlässlich ist. Da sich das Gebäude jedoch noch in einem unfertigen Zustand befindet, muss der Roboter Hindernisse wie steile Treppen, hohe Stufen oder Baumaterialien sicher überwinden können.

Kettenroboter, die mit aktiven Flippern und einem Manipulatorarm ausgestattet sind, können solche Hindernisse überwinden, indem sie alle angetriebenen Gelenke effizient nutzen. Aktive Flipper können zum Einhalten des Bodenkontakts eingesetzt werden, während die Armgelenke zur Verlagerung des Massenschwerpunkts genutzt werden können, um die posturale Stabilität gegenüber Kippen zu verbessern.

Die Durchführung solcher Manöver mittels konventioneller Teleoperation erfordert jedoch Fähigkeiten auf dem Niveau eines Experten. Dennoch ist nur ein langsamer, fehleranfälliger Betrieb unter hoher mentaler Belastung möglich. Bisherige Forschungsarbeiten zur Vermeidung des Umkippens von Fahrzeugen in unstrukturiertem Gelände waren auf Robotersysteme mit wenigen Freiheitsgraden oder spezifische kinematische Annahmen beschränkt, was zu nicht allgemein anwendbaren Lösungen führte.

In dieser Arbeit wird ein neuartiger Ganzkörperplanungsansatz vorgestellt, der es unterschiedlichen Typen von Kettenrobotern ermöglicht, Hindernisse und unwegsames Gelände sicher zu durchqueren. Unter Verwendung eines 3D-Umgebungsmodells generiert der Ansatz einen Ganzkörper-Bewegungsplan, indem die Trajektorien der einzelnen Gelenke optimiert werden. Eine Innovation besteht in der Formulierung als Optimierungsproblem mit Kostenfunktionen, die auf allgemeinen mechanischen Prinzipien beruhen und damit für eine Vielzahl von kettengetriebenen Plattformen anwendbar sind. Die Kombination aus räumlicher und zeitlicher Planung gewährleistet eine koordinierte Bewegung zwischen der Basis und den Gelenken des Roboters, was zu einer flüssigen Überquerung von schwierigem Terrain führt.

In Anbetracht der hohen Unsicherheiten bei Rettungseinsätzen ist ein vollständig autonomer Betrieb oft nicht durchführbar. In dieser Arbeit werden daher mehrere Assistenzfunktionen eingeführt, um dem Operator flexibel zu unterstützen. Darüber hinaus wird ein Framework beschrieben, das diese Fähigkeiten in ein kohärentes Kontrollkonzept integriert und den flüssigen Übergang zwischen Autonomieleveln ermöglicht.

Die entwickelten Methoden wurden in Experimenten auf zwei verschiedenen Roboterplattformen sowohl in simulierten Umgebungen als auch unter realen Bedingungen validiert. Laborexperimente demonstrieren die Fähigkeit des entwickelten Ansatzes, besonders schwierige Hindernisse am Limit der Plattformen zu überwinden. In einer vergleichenden Fallstudie mit Bedienern unterschiedlicher Erfahrung übertraf die vorgeschlagene autonome Ganzkörperplanung Teleoperation sowohl in der Sanftheit der Fortbewegung als auch in der Dauer der Ausführung. Darüber hinaus unterstreicht die Studie die Bedeutung von autonomen Assistenzfunktionen für reale Anwendungen, indem eine erhebliche Verringerung der kognitiven Belastung und eine reduzierte Trainingszeit aufzeigt wird. Der erfolgreiche Einsatz in den Mobilitätsbenchmarks der Rescue Robot Liga bei den RoboCup Weltmeisterschaften demonstriert die Zuverlässigkeit und Robustheit der Methode und dient dabei als unabhängige Evaluation bei einem internationalen Wettbewerb. Erstmals wurden zwei der anspruchsvollen Mobilitätsarenen autonom absolviert und damit die Lücke zur Anwendung in realen Szenarien geschlossen.