Closed-loop underwater soft robotic foil shape control using flexible e-skin

要約

実際の水中アプリケーションにおけるソフトロボティクスの利用は、地上アプリケーション以上に、外部センサーからのフィードバックを必要とせず、ソフトマテリアルの変形をリアルタイムで正確に計測・制御できる能力によって制限されている。水中でのリアルタイム形状推定は、ソフト推進器の正確な閉ループ制御を可能にし、高性能な遊泳や操縦を可能にする。我々は、外部センサーからのフィードバックを必要としない、柔軟な静電容量式e-skinと機械学習に基づく、水中ソフトロボットフォイルの閉ループ制御方法を提案し、実証する。水中e-skinは、ソフト油圧アクチュエータによってキャンバー2%から9%の変形を受ける高柔軟性フォイルに適用される。正弦波および三角波のアクチュエータルーチンにおいて、キャンバーの正確なセットポイント制御が成功裏に追跡され、振幅はピーク・ツー・ピークで5%、周期は10秒、標準化RMS誤差は0.11、振幅はピーク・ツー・ピークで2%、周期は5秒、標準化RMS誤差は0.03であった。テールチップのたわみは、30mm(0.15コード)の範囲で測定可能です。これらの結果は、水中ソフトロボットの閉ループ制御アプリケーションにe-skin技術を使用する道を開くものである。

要約(オリジナル)

The use of soft robotics for real-world underwater applications is limited, even more than in terrestrial applications, by the ability to accurately measure and control the deformation of the soft materials in real time without the need for feedback from an external sensor. Real-time underwater shape estimation would allow for accurate closed-loop control of soft propulsors, enabling high-performance swimming and manoeuvring. We propose and demonstrate a method for closed-loop underwater soft robotic foil control based on a flexible capacitive e-skin and machine learning which does not necessitate feedback from an external sensor. The underwater e-skin is applied to a highly flexible foil undergoing deformations from 2% to 9% of its camber by means of soft hydraulic actuators. Accurate set point regulation of the camber is successfully tracked during sinusoidal and triangle actuation routines with an amplitude of 5% peak-to-peak and 10-second period with a normalised RMS error of 0.11, and 2% peak-to-peak amplitude with a period of 5 seconds with a normalised RMS error of 0.03. The tail tip deflection can be measured across a 30 mm (0.15 chords) range. These results pave the way for using e-skin technology for underwater soft robotic closed-loop control applications.

arxiv情報

著者 Leo Micklem,Huazhi Dong,Francesco Giorgio-Serchi,Yunjie Yang,Gabriel D. Weymouth,Blair Thornton
発行日 2024-08-02 09:19:24+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, DeepL

カテゴリー: cs.RO パーマリンク