Motion Planning for Minimally Actuated Serial Robots

要約

現代のマニピュレーターはその精度で高く評価されていますが、限られた空間での操作に苦労することがよくあります。
この制限により、超冗長ロボットや連続ロボットの開発が推進されました。
これらには独自の利点がありますが、重量、機械の複雑さ、モデリング、コストなどの課題に直面しています。
Minimally Actuated Serial Robot (MASR) は、アームに沿って移動するモバイル アクチュエータ (MA) で受動関節を作動させる、軽量、低コスト、よりシンプルな代替手段として提案されています。
しかし、逆運動学 (IK) と MASR の一般的な動作計画アルゴリズムについてはまだ取り上げられていません。
このレターでは、MASR のユニークな運動学のために特別に開発された MASR-RRT* 動作計画アルゴリズムを提案します。
アルゴリズムの主なコンポーネントは、MA の最小限のトラバースを考慮しながら IK 問題を解決するためのデータベースのモデルです。
モデルは MASR の順運動学のみを使用してトレーニングされ、実際のデータは必要ありません。
MASR-RRT* は、ローカル接続メカニズムとしてのモデルを使用して、アクション時間を表すコスト関数を最小化します。
包括的な分析により、MASR-RRT* は標準 RRT* の単純な実装よりもパフォーマンスが優れていることがわかります。
障害物のあるさまざまな環境における実際のロボットの実験により、提案されたアルゴリズムが検証されます。

要約(オリジナル)

Modern manipulators are acclaimed for their precision but often struggle to operate in confined spaces. This limitation has driven the development of hyper-redundant and continuum robots. While these present unique advantages, they face challenges in, for instance, weight, mechanical complexity, modeling and costs. The Minimally Actuated Serial Robot (MASR) has been proposed as a light-weight, low-cost and simpler alternative where passive joints are actuated with a Mobile Actuator (MA) moving along the arm. Yet, Inverse Kinematics (IK) and a general motion planning algorithm for the MASR have not be addressed. In this letter, we propose the MASR-RRT* motion planning algorithm specifically developed for the unique kinematics of MASR. The main component of the algorithm is a data-based model for solving the IK problem while considering minimal traverse of the MA. The model is trained solely using the forward kinematics of the MASR and does not require real data. With the model as a local-connection mechanism, MASR-RRT* minimizes a cost function expressing the action time. In a comprehensive analysis, we show that MASR-RRT* is superior in performance to the straight-forward implementation of the standard RRT*. Experiments on a real robot in different environments with obstacles validate the proposed algorithm.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google