eViper: A Scalable Platform for Untethered Modular Soft Robots

要約

ソフトロボットはユニークな能力を備えているが、スケーラブルな構築技術の欠如や、ソフトボディダイナミクス、高次元の作動パターン、外力/搭載力に依存する効率的な制御と運動のためのアルゴリズムの複雑さによって、制限されてきた。本論文では、完全無拘束型モジュール式ソフトロボットの重量配分と作動パターンの影響を研究するためのスケーラブルな方法とプラットフォームを紹介します。PyBulletで実装されたオープンソースのSimulation Framework for Electroactive Robotic Sheet(SFERS)と共に、拡張可能なVibrating Intelligent Piezo-Electric Robot(eViper)を、重量と運動の相互作用を研究するプラットフォームとして開発しました。eViperプラットフォームは、パワーエレクトロニクス、センサー、アクチュエーター、バッテリーをオンボードで統合することにより、迅速な設計の反復とアクチュエーターアレイの異なる重量配分と制御戦略の評価を可能にし、物理ベースのモデリングとオンボードの自動データ取得機能によるデータ駆動型モデリングの両方をサポートしています。SFERSは、eViperの重量配分や作動パターンを最適化し、最高速度や最小輸送コスト(COT)を達成するための有用なガイドラインを提供することができることを示しました。

要約(オリジナル)

Soft robots present unique capabilities, but have been limited by the lack of scalable technologies for construction and the complexity of algorithms for efficient control and motion, which depend on soft-body dynamics, high-dimensional actuation patterns, and external/on-board forces. This paper presents scalable methods and platforms to study the impact of weight distribution and actuation patterns on fully untethered modular soft robots. An extendable Vibrating Intelligent Piezo-Electric Robot (eViper), together with an open-source Simulation Framework for Electroactive Robotic Sheet (SFERS) implemented in PyBullet, was developed as a platform to study the sophisticated weight-locomotion interaction. By integrating the power electronics, sensors, actuators, and batteries on-board, the eViper platform enables rapid design iteration and evaluation of different weight distribution and control strategies for the actuator arrays, supporting both physics-based modeling and data-driven modeling via on-board automatic data-acquisition capabilities. We show that SFERS can provide useful guidelines for optimizing the weight distribution and actuation patterns of the eViper to achieve the maximum speed or minimum cost-of-transportation (COT).

arxiv情報

著者 Hsin Cheng,Zhiwu Zheng,Prakhar Kumar,Wali Afridi,Ben Kim,Sigurd Wagner,Naveen Verma,James C. Sturm,Minjie Chen
発行日 2023-03-03 02:31:00+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, DeepL

カテゴリー: cs.RO パーマリンク