要約
コンティニュームロボットとソフトロボットは、非構造化環境と適応的に相互作用する可能性があるため、生物医学応用から海洋および宇宙探査に至るまで、さまざまな分野にプラスの影響を与えることができます。
ただし、これらのロボットが示す複雑な機構は、モデリングと制御においてさまざまな課題を引き起こします。
棒理論に基づく低次数連続体力学モデルは、細長い物体の変形を正確に捉えることと計算効率のバランスをとる、有望なフレームワークとして浮上しています。
このレビュー ペーパーでは、連続ロボットとソフト ロボットのロッドベースのモデルと制御戦略を検討します。
特に、ソフト ロボット工学に適用される 4 つの主要なロッド理論の基礎となる数学的背景を要約します。
次に、変形クラス、駆動技術、またはロボットのタイプに基づいて、連続ロボットおよびソフト ロボットに適用されるロッド モデルに関する文献を分類します。
最後に、ロッドモデルを活用した最近のモデルベースおよび学習ベースの制御戦略をレビューします。
包括的なレビューには、ロッドモデルの傾向、利点、限界、将来の開発の可能性についての批判的な議論が含まれています。
この論文は、新しいソフト ロボットをシミュレーションおよび制御し、設計および製造コミュニティにフィードバックを提供しようとしている研究者を導くことができます。
要約(オリジナル)
Continuum and soft robots can positively impact diverse sectors, from biomedical applications to marine and space exploration, thanks to their potential to adaptively interact with unstructured environments. However, the complex mechanics exhibited by these robots pose diverse challenges in modeling and control. Reduced order continuum mechanical models based on rod theories have emerged as a promising framework, striking a balance between accurately capturing deformations of slender bodies and computational efficiency. This review paper explores rod-based models and control strategies for continuum and soft robots. In particular, it summarizes the mathematical background underlying the four main rod theories applied in soft robotics. Then, it categorizes the literature on rod models applied to continuum and soft robots based on deformation classes, actuation technology, or robot type. Finally, it reviews recent model-based and learning-based control strategies leveraging rod models. The comprehensive review includes a critical discussion of the trends, advantages, limits, and possible future developments of rod models. This paper could guide researchers intending to simulate and control new soft robots and provide feedback to the design and manufacturing community.
arxiv情報
著者 | Carlo Alessi,Camilla Agabiti,Daniele Caradonna,Cecilia Laschi,Federico Renda,Egidio Falotico |
発行日 | 2024-07-08 12:46:19+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google