Long-time Self-body Image Acquisition and its Application to the Control of Musculoskeletal Structures

要約

腱駆動筋骨格ヒューマノイドは人間が持つ多くの利点を備えていますが、複雑な筋肉や骨の構造のモデリングが難しく、従来のモデルベースの制御では意図した動きを実現できません。
そのため、実際のロボットから関節角度、筋張力、筋長の非線形関係を取得する学習制御機構が必要となります。
本研究では、筋骨格系ヒューマノイドの自己身体イメージを常に正確に保つために学習制御機構を長時間動作させるシステムを提案する。
また、筋骨格系ヒューマノイドがこの自己身体画像を用いて位置制御、トルク制御、可変剛性制御を行えることを示す。
3時間に及ぶ長時間の自己身体画像取得実験を実施し、自己身体画像を用いた可変剛性制御の評価等を行い、筋骨格構造の自己身体画像取得の優位性と実用性を総合的に議論します。

要約(オリジナル)

The tendon-driven musculoskeletal humanoid has many benefits that human beings have, but the modeling of its complex muscle and bone structures is difficult and conventional model-based controls cannot realize intended movements. Therefore, a learning control mechanism that acquires nonlinear relationships between joint angles, muscle tensions, and muscle lengths from the actual robot is necessary. In this study, we propose a system which runs the learning control mechanism for a long time to keep the self-body image of the musculoskeletal humanoid correct at all times. Also, we show that the musculoskeletal humanoid can conduct position control, torque control, and variable stiffness control using this self-body image. We conduct a long-time self-body image acquisition experiment lasting 3 hours, evaluate variable stiffness control using the self-body image, etc., and discuss the superiority and practicality of the self-body image acquisition of musculoskeletal structures, comprehensively.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google