A Soft e-Textile Sensor for Enhanced Deep Learning-based Shape Sensing of Soft Continuum Robots

要約

ロボットナビゲーションの安全性と精度は、特に従来の剛体センサーの限界が明らかになるソフト連続ロボット工学の分野では最も重要です。
エンコーダ、ピエゾ抵抗、およびポテンショメータ センサは、多くの場合、これらのロボットの柔軟な性質とうまく統合できず、不要な大きさと剛性が追加されます。
これらのハードルを克服するために、私たちの研究では、ソフト電子テキスタイル抵抗センサーを使用したソフト連続体ロボットの形状センシングへの新しいアプローチを提示します。
このセンサーはロボットの構造と完璧に統合するように設計されており、ロボットの動きや変形に応じて抵抗を調整する抵抗材料を利用しています。
この調整により、ソフトセンサー層全体にわたる多次元の力測定値の取得が容易になります。
ディープ畳み込みニューラル ネットワーク (CNN) を使用してセンサー信号をデコードし、e-テキスタイル センサーからの詳細なデータに基づいてロボットの形状構成を正確に推定できます。
私たちの研究では、柔らかい連続体ロボットの曲率パラメータを決定する際のこの e-テキスタイル センサーの有効性を調査しています。
この調査結果は心強いもので、ソフト e-テキスタイル センサーは、形状のセンシングと推定の点で従来の剛性センサーの能力に匹敵するだけでなく、潜在的にそれを超える可能性があることを示しています。
この進歩により、ロボット ナビゲーション システムの安全性と効率が大幅に向上します。

要約(オリジナル)

The safety and accuracy of robotic navigation hold paramount importance, especially in the realm of soft continuum robotics, where the limitations of traditional rigid sensors become evident. Encoders, piezoresistive, and potentiometer sensors often fail to integrate well with the flexible nature of these robots, adding unwanted bulk and rigidity. To overcome these hurdles, our study presents a new approach to shape sensing in soft continuum robots through the use of soft e-textile resistive sensors. This sensor, designed to flawlessly integrate with the robot’s structure, utilizes a resistive material that adjusts its resistance in response to the robot’s movements and deformations. This adjustment facilitates the capture of multidimensional force measurements across the soft sensor layers. A deep Convolutional Neural Network (CNN) is employed to decode the sensor signals, enabling precise estimation of the robot’s shape configuration based on the detailed data from the e-textile sensor. Our research investigates the efficacy of this e-textile sensor in determining the curvature parameters of soft continuum robots. The findings are encouraging, showing that the soft e-textile sensor not only matches but potentially exceeds the capabilities of traditional rigid sensors in terms of shape sensing and estimation. This advancement significantly boosts the safety and efficiency of robotic navigation systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google