Optimizing Modeling of Continuum Robots: Integration of Lie Group Kinematics and Evolutionary Algorithms

要約

高い柔軟性と適応性で知られる連続ロボットは、医療手術、密閉空間検査、ウェアラブル デバイスなどのアプリケーションに計り知れない可能性をもたらします。
ただし、その非線形弾性特性と複雑な運動学により、デジタル モデリングと効果的な制御において大きな課題が生じます。
この研究は、特定のロボット モデルに最適な制御係数を特定するために、リー群運動学と進化アルゴリズム (EA) を統合する新しい計算フレームワークを提案します。
私たちの手法は、物理ベースのシミュレーションと分数次数制御からデータセットを生成し、最適化する理想的な構成とモデルの両方を定義することから始まります。
EA を使用することで、2 つの適合度目標 \textemdash 偏差平均二乗誤差 (\(\text{MSE}_1\)) と TCP ベクトル誤差 (\(\text{MSE}_2\)) を通じて偏差を繰り返し最小化し、 \textemdash を調整します。
ロボットのバックボーンを目的の構成にします。
コンピュータ支援設計 (CAD) プラットフォーム Grasshopper 上に構築されたこのフレームワークは、リアルタイムの視覚化を提供し、ロボット構成の動的な制御を可能にします。
結果は、提案された方法が最小限の計算でロボットのバックボーンの正確な位置合わせを達成することを示しています。
このアプローチは、係数特定プロセスを簡素化するだけでなく、多目的最適化における EA の利点を実証し、連続ロボットの効率的なモデリングと制御に貢献します。

要約(オリジナル)

Continuum robots, known for their high flexibility and adaptability, offer immense potential for applications such as medical surgery, confined-space inspections, and wearable devices. However, their non-linear elastic properties and complex kinematics present significant challenges in digital modeling and effective control. This research proposes a novel computational framework that integrates Lie group kinematics with an evolutionary algorithm (EA) to identify optimal control coefficients for specific robot models. Our method starts by generating datasets from physics-based simulations and fractional order control, defining both ideal configurations and models to be optimized. By using EA, we iteratively minimize deviations through two fitness objectives \textemdash deviation mean squared error (\(\text{MSE}_1\)) and TCP vector error (\(\text{MSE}_2\)) \textemdash to align the robot’s backbone with the desired configuration. Built on the Computer-Aided Design (CAD) platform Grasshopper, this framework provides real-time visualization, enabling dynamic control of robot configurations. Results show that the proposed method achieves precise alignment of the robot’s backbone with minimal computation. This approach not only simplifies the coefficient identification process but also demonstrates the advantages of EA in multi-objective optimization, contributing to efficient modeling and control of continuum robots.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google