要約
柔らかいロボットは、柔軟性と順応性が特徴で、硬いロボットではほぼ不可能なタスクを実行できます。
ただし、材料の非線形応答と無限のたわみ自由度のため、その構成を制御することは困難です。
考えられる解決策は、ソフト ロボットの無限次元構成空間を有限ではあるが十分に多数の機能形状に離散化することです。
この研究では、複数のコード化された安定状態を備えた空気圧作動のソフトグリッパーの共同設計戦略を検討し、目的の機能形状と剛性の再構成を可能にします。
ソフト多重安定グリッパーのエネルギーベースの解析モデルが提示され、ロボットの無限次元構成空間を離散的な安定状態にマッピングし、システムの最終状態と動的挙動の予測を可能にします。
私たちのアプローチでは、自動関連性判定回帰を使用して格子集中パラメータでソフト ロボットの応答を捕捉する一般的な方法を導入し、逆協調設計を容易にします。
結果として得られる計算効率の高いモデルにより、扱いやすい方法で構成空間を探索できるようになり、設定されたターゲットの最適化された剛性で望ましいターゲット位置を設定することにより、ロボットの逆協調設計が可能になります。
この戦略は、多重安定構造の非線形力学を利用してソフト ロボットを制御するためのフレームワークを提供し、機械的知能をソフト構造に具体化します。
要約(オリジナル)
Soft robots are distinguished by their flexible and adaptable, allowing them to perform tasks that are nearly impossible for rigid robots. However, controlling their configuration is challenging due to their nonlinear material response and infinite deflection degrees of freedom. A potential solution is to discretize the infinite-dimensional configuration space of soft robots into a finite but sufficiently large number of functional shapes. This study explores a co-design strategy for pneumatically actuated soft grippers with multiple encoded stable states, enabling desired functional shape and stiffness reconfiguration. An energy based analytical model for soft multistable grippers is presented, mapping the robots’ infinite-dimensional configuration space into discrete stable states, allowing for prediction of the systems final state and dynamic behavior. Our approach introduces a general method to capture the soft robots’ response with the lattice lumped parameters using automatic relevance determination regression, facilitating inverse co-design. The resulting computationally efficient model enables us to explore the configuration space in a tractable manner, allowing the inverse co-design of our robots by setting desired targeted positions with optimized stiffness of the set targets. This strategy offers a framework for controlling soft robots by exploiting the nonlinear mechanics of multistable structures, thus embodying mechanical intelligence into soft structures.
arxiv情報
著者 | Juan C. Osorio,Jhonatan S. Rincon,Harith Morgan,Andres F. Arrieta |
発行日 | 2024-07-11 01:03:55+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google