Proprioceptive Learning with Soft Polyhedral Networks

要約

固有受容は、運動ニューロンで手足の姿勢を検出する「第六の感覚」です。
これには、筋骨格系と感覚受容器の間の自然な統合が必要ですが、これは、低コストで軽量、適応性、高感度の設計を目指す現代のロボットの中で困難です。
ここでは、運動学的特徴を学習することで適応運動感覚と粘弾性固有受容を実現できる、物理的相互作用のための組み込みビジョンを備えたソフト多面体ネットワークを紹介します。
この設計により、固有受容学習のために内部に組み込まれた小型高速モーション追跡システムによって視覚的にキャプチャされた全方向インタラクションへの受動的適応が可能になります。
結果は、ソフト ネットワークが動的相互作用において 0.25/0.24/0.35 N および 0.025/0.034/0.006 Nm の精度でリアルタイム 6D 力とトルクを推論できることを示しています。
また、クリープおよび緩和修飾子を追加して、静的適応中の固有受容に粘弾性を組み込み、予測結果を改良します。
提案されたソフト ネットワークは、設計のシンプルさ、オムニ適応性、および高精度の固有受容センシングを組み合わせており、高感度で競争力のある把握や接触などのタスクで 100 万回を超える使用サイクルを備えた低コストのロボット工学向けの多用途ソリューションとなっています。
ベースのジオメトリ再構築。
この研究は、適応把握、ソフトマニピュレーション、および人間とロボットの相互作用におけるソフトロボットの視覚ベースの固有受容についての新たな洞察を提供します。

要約(オリジナル)

Proprioception is the ‘sixth sense’ that detects limb postures with motor neurons. It requires a natural integration between the musculoskeletal systems and sensory receptors, which is challenging among modern robots that aim for lightweight, adaptive, and sensitive designs at a low cost. Here, we present the Soft Polyhedral Network with an embedded vision for physical interactions, capable of adaptive kinesthesia and viscoelastic proprioception by learning kinetic features. This design enables passive adaptations to omni-directional interactions, visually captured by a miniature high-speed motion tracking system embedded inside for proprioceptive learning. The results show that the soft network can infer real-time 6D forces and torques with accuracies of 0.25/0.24/0.35 N and 0.025/0.034/0.006 Nm in dynamic interactions. We also incorporate viscoelasticity in proprioception during static adaptation by adding a creep and relaxation modifier to refine the predicted results. The proposed soft network combines simplicity in design, omni-adaptation, and proprioceptive sensing with high accuracy, making it a versatile solution for robotics at a low cost with more than 1 million use cycles for tasks such as sensitive and competitive grasping, and touch-based geometry reconstruction. This study offers new insights into vision-based proprioception for soft robots in adaptive grasping, soft manipulation, and human-robot interaction.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google