Autonomous Iterative Motion Learning (AI-MOLE) of a SCARA Robot for Automated Myocardial Injection

要約

幹細胞療法は心不全を治療するための有望なアプローチであり、注射器を備えたロボットマニピュレーターの高精度の動作を必要とする自動心筋注射の恩恵を受けます。
この研究では、スカラロボットと学習制御手法を組み合わせることにより、十分な精度の動作が実現できるかどうかを調査します。
この目的のために、自律反復運動学習 (AI-MOLE) 手法が多入力/多出力システムに適用できるように拡張されています。
提案された学習方法は、手動パラメータ調整を必要とせず、プラグアンドプレイ方式で入力軌道を繰り返し更新することにより、未知の非線形多入力/多出力ダイナミクスを持つシステムにおける参照追跡タスクを解決します。
提案された学習方法は、3 つの望ましい動作を実行する必要がある単純化されたスカラ ロボットの予備シミュレーション研究で検証されます。
この結果は、提案された学習方法が、先験的なモデル情報や手動パラメータ調整を必要とせず、動作ごとにわずか 15 回の試行で高精度の基準追跡を達成できることを示しています。
この結果はさらに、スカラ ロボットと学習方法の組み合わせにより、現実世界の設定で同様の結果が得られれば、自動心筋注射が可能になる可能性がある十分に正確な動作を実現できることを示しています。

要約(オリジナル)

Stem cell therapy is a promising approach to treat heart insufficiency and benefits from automated myocardial injection which requires highly precise motion of a robotic manipulator that is equipped with a syringe. This work investigates whether sufficiently precise motion can be achieved by combining a SCARA robot and learning control methods. For this purpose, the method Autonomous Iterative Motion Learning (AI-MOLE) is extended to be applicable to multi-input/multi-output systems. The proposed learning method solves reference tracking tasks in systems with unknown, nonlinear, multi-input/multi-output dynamics by iteratively updating an input trajectory in a plug-and-play fashion and without requiring manual parameter tuning. The proposed learning method is validated in a preliminary simulation study of a simplified SCARA robot that has to perform three desired motions. The results demonstrate that the proposed learning method achieves highly precise reference tracking without requiring any a priori model information or manual parameter tuning in as little as 15 trials per motion. The results further indicate that the combination of a SCARA robot and learning method achieves sufficiently precise motion to potentially enable automatic myocardial injection if similar results can be obtained in a real-world setting.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google