Review on Fault Diagnosis and Fault-Tolerant Control Scheme for Robotic Manipulators: Recent Advances in AI, Machine Learning, and Digital Twin

要約

この包括的な総説では、ロボットマニピュレータ用に調整されたフォールトトレラント制御（FTC）スキームの複雑な領域を掘り下げている。FTCの歴史的変遷をたどりながら、人工知能（AI）、機械学習（ML）、デジタル・ツイン・テクノロジー（DTT）といった最先端技術の相乗的統合によってもたらされた最近のブレークスルーを丹念に検証する。本稿では、ロボットマニピュレータの制御とフォールトトレランスの展望に、こうした現代のトレンドがもたらす変革的影響に特に重点を置いている。 歴史的背景を掘り下げることで、FTCスキームの進化を包括的に理解することが目的である。この旅は、モデルベースと信号ベースのスキームからセンサーの役割への移行を網羅し、AI、ML、DTTによって可能になった今日のパラダイムシフトを探求するための舞台を整える。この物語は、ロボットマニピュレータの領域における耐障害性の向上における、これらの先端技術とその応用の間の複雑な相互作用を解剖しながら展開される。我々のレビューは、これらの進歩の影響を批判的に評価し、最近出現した新しい方法論、技術、アプリケーションに光を当てる。 本論文の包括的な目的は、ロボットマニピュレータの文脈における故障診断とフォールトトレラント制御の現状について包括的な視点を提示することであり、AI、ML、DTTの進歩という大きな枠組みの中での我々の探求を位置づけることである。この総説は、歴史的な基礎と現代の革新の両方を丹念に検証することにより、既存の知識体系に大きく貢献し、ロボットマニピュレータ制御のダイナミックな状況をナビゲートする研究者、実務家、愛好家に貴重な洞察を提供する。

要約(オリジナル)

This comprehensive review article delves into the intricate realm of fault-tolerant control (FTC) schemes tailored for robotic manipulators. Our exploration spans the historical evolution of FTC, tracing its development over time, and meticulously examines the recent breakthroughs fueled by the synergistic integration of cutting-edge technologies such as artificial intelligence (AI), machine learning (ML), and digital twin technologies (DTT). The article places a particular emphasis on the transformative influence these contemporary trends exert on the landscape of robotic manipulator control and fault tolerance. By delving into the historical context, our aim is to provide a comprehensive understanding of the evolution of FTC schemes. This journey encompasses the transition from model-based and signal-based schemes to the role of sensors, setting the stage for an exploration of the present-day paradigm shift enabled by AI, ML, and DTT. The narrative unfolds as we dissect the intricate interplay between these advanced technologies and their applications in enhancing fault tolerance within the domain of robotic manipulators. Our review critically evaluates the impact of these advancements, shedding light on the novel methodologies, techniques, and applications that have emerged in recent times. The overarching goal of this article is to present a comprehensive perspective on the current state of fault diagnosis and fault-tolerant control within the context of robotic manipulators, positioning our exploration within the broader framework of AI, ML, and DTT advancements. Through a meticulous examination of both historical foundations and contemporary innovations, this review significantly contributes to the existing body of knowledge, offering valuable insights for researchers, practitioners, and enthusiasts navigating the dynamic landscape of robotic manipulator control.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL