POE: Acoustic Soft Robotic Proprioception for Omnidirectional End-effectors

要約

ソフト ロボットの複雑な変形動作と無限の自由度により、ソフト ロボットの形状推定と固有受容は困難です。
柔らかいロボットの本体は継続的に変形するため、硬いセンサーを統合し、その形状を確実に推定することが困難になります。
この研究では、腱駆動のソフト ロボットの表面全体に 6 つの埋め込みマイクを備えた固有受容全方向性エンドエフェクター (POE) を紹介します。
まず、ソフトロボット形状の固有受容のためのマイクからの音響信号に対する、以前に提案された3D再構成法の新しいアプリケーションを紹介します。
固有受容パイプラインのトレーニング効率とモデル予測の一貫性を向上させるために、POE-M を紹介します。
POE-M は、まず、内蔵マイク アレ​​イによる音響信号の観測からキー ポイントの位置を予測します。
次に、エネルギー最小化法を利用して、推定されたキー ポイントを考慮して物理的に許容可能な POE の高解像度メッシュを再構築します。
シミュレートされたデータを使用してメッシュ再構成モジュールを評価し、実際の実験で完全な POE-M パイプラインを評価します。
我々は、メッシュ再構成プロセス中の重要なポイントに関する POE-M の明示的なガイダンスが、アブレーション研究のパイプラインに堅牢性と安定性を提供することを実証します。
POE-M は、最先端のエンドツーエンドソフトロボット固有受容モデルと比較して、最大面取り距離誤差を 23.10% 削減し、評価中に平均 4.91 mm の面取り距離誤差を達成しました。

要約(オリジナル)

Soft robotic shape estimation and proprioception are challenging because of soft robot’s complex deformation behaviors and infinite degrees of freedom. A soft robot’s continuously deforming body makes it difficult to integrate rigid sensors and to reliably estimate its shape. In this work, we present Proprioceptive Omnidirectional End-effector (POE), which has six embedded microphones across the tendon-driven soft robot’s surface. We first introduce novel applications of previously proposed 3D reconstruction methods to acoustic signals from the microphones for soft robot shape proprioception. To improve the proprioception pipeline’s training efficiency and model prediction consistency, we present POE-M. POE-M first predicts key point positions from the acoustic signal observations with the embedded microphone array. Then we utilize an energy-minimization method to reconstruct a physically admissible high-resolution mesh of POE given the estimated key points. We evaluate the mesh reconstruction module with simulated data and the full POE-M pipeline with real-world experiments. We demonstrate that POE-M’s explicit guidance of the key points during the mesh reconstruction process provides robustness and stability to the pipeline with ablation studies. POE-M reduced the maximum Chamfer distance error by 23.10 % compared to the state-of-the-art end-to-end soft robot proprioception models and achieved 4.91 mm average Chamfer distance error during evaluation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google