Soft Continuum Actuator Tip Position and Contact Force Prediction, Using Electrical Impedance Tomography and Recurrent Neural Networks

要約

ソフト ロボットは、器用な操作と安全なヒューマン ロボット インタラクションを可能にし、多くの外科的用途で広く使用されています。
手術用途でのソフト ロボットの使用に関連する複雑な問題の 1 つは、ロボットの形状とロボットにかかる外力を再構築することです。
この問題に対処するために、いくつかのセンサーベースおよびモデルベースのアプローチが提案されています。
この論文では、Electrical Impedance Tomography (EIT) に基づく形状センシング技術が提案されています。
ソフトベンディングアクチュエータの先端位置と接触力を予測する際のこの検知技術の性能は、一連の経験的テストを実施することによって強調されています。
予測は、Long Short-Term Memory (LSTM) リカレント ニューラル ネットワークを使用したデータ駆動型アプローチに基づいて行われました。
先端位置の予測は、圧力入力とともに EIT データを使用することの重要性を示しています。
EIT チャネルの数を変更して、予測の精度に対する EIT 入力の数の影響を評価しました。
先端位置の最小 RMSE 値は、Y 座標と Z 座標でそれぞれ 3.6 mm と 4.6 mm であり、アクチュエータの全可動範囲の 7.36% と 6.07% です。
接触力の予測は、3 つの異なる曲げ角度で、EIT チャネルの数を変えることによって行われました。
予測の結果は、チャネル数を増やすと、力推定の精度が向上することを示しています。
8 つのチャネルを使用した場合の平均誤差は、3 つの異なる曲げ角度での力範囲全体の 7.69%、2.13%、および 2.96% です。

要約(オリジナル)

Enabling dexterous manipulation and safe human-robot interaction, soft robots are widely used in numerous surgical applications. One of the complications associated with using soft robots in surgical applications is reconstructing their shape and the external force exerted on them. Several sensor-based and model-based approaches have been proposed to address the issue. In this paper, a shape sensing technique based on Electrical Impedance Tomography (EIT) is proposed. The performance of this sensing technique in predicting the tip position and contact force of a soft bending actuator is highlighted by conducting a series of empirical tests. The predictions were performed based on a data-driven approach using a Long Short-Term Memory (LSTM) recurrent neural network. The tip position predictions indicate the importance of using EIT data along with pressure inputs. Changing the number of EIT channels, we evaluated the effect of the number of EIT inputs on the accuracy of the predictions. The least RMSE values for the tip position are 3.6 and 4.6 mm in Y and Z coordinates, respectively, which are 7.36% and 6.07% of the actuator’s total range of motion. Contact force predictions were conducted in three different bending angles and by varying the number of EIT channels. The results of the predictions illustrated that increasing the number of channels contributes to higher accuracy of the force estimation. The mean errors of using 8 channels are 7.69%, 2.13%, and 2.96% of the total force range in three different bending angles.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google