SPADA: A Toolbox of Designing Soft Pneumatic Actuators for Shape Matching based on Surrogate Modeling

要約

ソフト空気圧アクチュエータ (SPA) は、単純な圧力入力でソフト ロボットの動作を生成しますが、対象のアプリケーションに合わせて適切に設計する必要があります。
利用可能な設計方法では、運動学モデルと最適化を使用して、アクチュエータの応答と最適な設計パラメータを推定し、目標のアクチュエータの形状を実現します。
SPA 内では、Bellow-SPA はラピッド プロトタイピングと大きな変形に優れていますが、その運動学モデルは、形状の複雑さと材料の非線形性により精度が欠けていることがよくあります。
さらに、既存の形状マッチング アルゴリズムは、所望の形状からアクチュエータまでのエンドツーエンドのソリューションを提供していません。
さらに、コンピューテーショナル デザイン パイプラインが利用可能になったにもかかわらず、直接適用するためのアクセスしやすくユーザーフレンドリーなツールボックスは依然として入手困難です。
このペーパーでは、これらの課題に対処し、設計プロセスを合理化するためのベローズ SPA 向けのエンドツーエンドの形状マッチング設計フレームワークと、このフレームワークを GUI で簡単に実装するオープンソース ツールボックス SPADA (Soft Pneumatic Actuator Design frAmework) を提供します。
アクセス。
精度を向上させるモジュール設計に基づいた運動学モデル、有限要素法 (FEM) シミュレーション、区分的曲率一定 (PCC) 近似を提供します。
FEM シミュレーション データに基づいて人工ニューラル ネットワークでトレーニングされたサロゲート モデルは、最適化の高速計算のためにトレーニングされています。
3D PCC セグメンテーションと代理モデルベースの遺伝的アルゴリズムを組み合わせた形状マッチング アルゴリズムにより、目的の形状に最適なアクチュエータ設計パラメータが特定されます。
このツールボックスは、提案された設計フレームワークを実装しており、二乗平均平方根誤差 4.16、2.70、および 2.51mm で 2D 形状に正確に一致するアクチュエータの設計におけるエンドツーエンドの機能を証明し、3D 設計によってその可能性を実証しています。
変形可能なアクチュエーター。

要約(オリジナル)

Soft pneumatic actuators (SPAs) produce motions for soft robots with simple pressure input, however they require to be appropriately designed to fit the target application. Available design methods employ kinematic models and optimization to estimate the actuator response and the optimal design parameters, to achieve a target actuator’s shape. Within SPAs, Bellow-SPAs excel in rapid prototyping and large deformation, yet their kinematic models often lack accuracy due to the geometry complexity and the material nonlinearity. Furthermore, existing shape-matching algorithms are not providing an end-to-end solution from the desired shape to the actuator. In addition, despite the availability of computational design pipelines, an accessible and user-friendly toolbox for direct application remains elusive. This paper addresses these challenges, offering an end-to-end shape-matching design framework for bellow-SPAs to streamline the design process, and the open-source toolbox SPADA (Soft Pneumatic Actuator Design frAmework) implementing the framework with a GUI for easy access. It provides a kinematic model grounded on a modular design to improve accuracy, Finite Element Method (FEM) simulations, and piecewise constant curvature (PCC) approximation. An Artificial Neural Network-trained surrogate model, based on FEM simulation data, is trained for fast computation in optimization. A shape-matching algorithm, merging 3D PCC segmentation and a surrogate model-based genetic algorithm, identifies optimal actuator design parameters for desired shapes. The toolbox, implementing the proposed design framework, has proven its end-to-end capability in designing actuators to precisely match 2D shapes with root-mean-square errors of 4.16, 2.70, and 2.51mm, and demonstrating its potential by designing a 3D deformable actuator.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google