要約
人間の肩は肩甲上腕関節、腱、靱帯、筋肉を備えており、複雑な作業を正確かつ効率的に実行できます。
しかし、現在のロボット肩の設計には、生物学的対応物に固有のコンプライアンスとコンパクトさが欠けています。
これらの設計の主な制限は、ロータリー エンコーダなどの外部センサーに依存していることであり、これにより機械的ジョイントの設計が制限され、システムが大型化します。
この制約に対処するために、我々は、自己感知油圧増幅型自己修復静電アクチュエータを動力源とする、生物学にインスピレーションを得た 2 自由度の拮抗的ロボット肩を提案します。
当社の人工筋肉の設計は、高電圧の静電駆動を一対の低電圧の自己感知電極から切り離します。
このアプローチにより、追加のセンサーの必要性を排除しながら、タスク空間内の軌道の固有受容フィードバック制御が可能になります。
モーション キャプチャ システムによって提供される位置データに基づくフィードバック制御と比較することで、プラットフォームの有効性を評価します。
この研究では、電気油圧アクチュエータの固有の自己感知能力に基づいた閉ループ制御可能なロボットマニピュレータを実証しています。
提案されたアーキテクチャは、複雑な筋骨格関節の配置の基礎として機能します。
要約(オリジナル)
The human shoulder, with its glenohumeral joint, tendons, ligaments, and muscles, allows for the execution of complex tasks with precision and efficiency. However, current robotic shoulder designs lack the compliance and compactness inherent in their biological counterparts. A major limitation of these designs is their reliance on external sensors like rotary encoders, which restrict mechanical joint design and introduce bulk to the system. To address this constraint, we present a bio-inspired antagonistic robotic shoulder with two degrees of freedom powered by self-sensing hydraulically amplified self-healing electrostatic actuators. Our artificial muscle design decouples the high-voltage electrostatic actuation from the pair of low-voltage self-sensing electrodes. This approach allows for proprioceptive feedback control of trajectories in the task space while eliminating the necessity for any additional sensors. We assess the platform’s efficacy by comparing it to a feedback control based on position data provided by a motion capture system. The study demonstrates closed-loop controllable robotic manipulators based on an inherent self-sensing capability of electrohydraulic actuators. The proposed architecture can serve as a basis for complex musculoskeletal joint arrangements.
arxiv情報
著者 | Clemens C. Christoph,Amirhossein Kazemipour,Michel R. Vogt,Yu Zhang,Robert K. Katzschmann |
発行日 | 2024-04-05 13:12:17+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google