Estimating Infinite-Dimensional Continuum Robot States From the Tip

要約

ロボットの状態を知ることは、フィードバック制御など多くの問題にとって重要である。連続体ロボットの場合、状態推定は非常に困難である。第一に、連続体ロボットの運動には、姿勢、ひずみ、速度など多くの運動学的状態が含まれる。第二に、ロボットの柔軟な特性により、これらの状態はすべて無限次元である。これらの無限次元状態が既存のセンシング技術で全く観測できないかどうかは不明なままであった。最近、我々はこの課題に対する解決策を発表した。それは、コセラ理論に基づく境界オブザーバと呼ばれる力学に基づく動的状態推定アルゴリズムであり、先端の速度ねじれを計測するだけで、無限次元のロボット状態をすべて復元することができた。本研究では、このアルゴリズムを一般化し、先端のポーズ計測を取り入れることで、調整の自由度を高めた。また、腱駆動連続体ロボットの記録された実験データを用いて、このアルゴリズムをオフラインで検証する。具体的には、記録された腱の張力と、記録された先端計測値を、我々の連続体ロボットに基づくコセラロッドモデルの数値ソルバーに入力する。その結果、意図的にずれた初期化を行っても、我々のアルゴリズムによる状態推定は、記録されたグランドトゥルースの状態に素早く収束し、ロボットの実際の動きに忠実に従うことが確認された。

要約(オリジナル)

Knowing the state of a robot is critical for many problems, such as feedback control. For continuum robots, state estimation is incredibly challenging. First, the motion of a continuum robot involves many kinematic states, including poses, strains, and velocities. Second, all these states are infinite-dimensional due to the robot’s flexible property. It has remained unclear whether these infinite-dimensional states are observable at all using existing sensing techniques. Recently, we presented a solution to this challenge. It was a mechanics-based dynamic state estimation algorithm, called a Cosserat theoretic boundary observer, which could recover all the infinite-dimensional robot states by only measuring the velocity twist of the tip. In this work, we generalize the algorithm to incorporate tip pose measurements for more tuning freedom. We also validate this algorithm offline using recorded experimental data of a tendon-driven continuum robot. Specifically, we feed the recorded tension of the tendon and the recorded tip measurements into a numerical solver of the Cosserat rod model based on our continuum robot. It is observed that, even with purposely deviated initialization, the state estimates by our algorithm quickly converge to the recorded ground truth states and closely follow the robot’s actual motion.

arxiv情報

著者 Tongjia Zheng,Ciera McFarland,Margaret Coad,Hai Lin
発行日 2023-11-02 18:04:49+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