Cross-sectional Topology Optimization of Slender Soft Pneumatic Actuators using Genetic Algorithms and Geometrically Exact Beam Models

要約

ソフト ロボットの設計は依然として手動の試行錯誤的なアプローチによって進められるのが一般的であり、複数の物理的なプロトタイプの製造が必要ですが、最終的には時間がかかり、かなりの専門知識が必要になります。
このプロセスにおける手動介入の数を減らすために、トポロジーの最適化を使用して設計プロセスを支援できます。
その後、設計はシミュレーションによって導かれ、多くのプロトタイプは、骨の折れる実験を通じて評価されるのではなく、シミュレーションでテストできます。
このシミュレーション主導の設計プロセスを実装するために、細長いソフト空気圧アクチュエータの可能な設計空間が円形断面の設計に一般化されます。
遺伝的アルゴリズムを使用してブラックボックス トポロジーの最適化を実行し、さまざまな圧力値でのエンドエフェクターの位置によって定義されるターゲット ワークスペースに到達できる軟空圧アクチュエータの断面設計を取得します。
この設計方法は、ランダムに生成されたか設計アシスタントのオペレーターによって指定された 3 つの異なるケース スタディとターゲット ワークスペースに対して評価されます。
遺伝的アルゴリズムに基づくブラック ボックス トポロジの最適化は、与えられたもっともらしいターゲット ワークスペースの下で優れた設計を見つけることができることが証明されています。
採用した手法の有効性を検証するために、簡略化したシミュレーションモデルを検討しました。
実験的な検証はまだ行われていません。
採用されたブラック ボックス トポロジーの最適化は、細い軟空気圧アクチュエータの設計プロセスに役立つと結論付けることができます。
対応する作動圧力によって指定された点に到達する可能な設計プロトタイプの検索をサポートします。
これにより、試行錯誤による反復的な手動設計プロセスが軽減され、オペレーターはすでに優れた実行可能なソリューションを提供するプロトタイプに集中できるようになります。

要約(オリジナル)

The design of soft robots is still commonly driven by manual trial-and-error approaches, requiring the manufacturing of multiple physical prototypes, which in the end, is time-consuming and requires significant expertise. To reduce the number of manual interventions in this process, topology optimization can be used to assist the design process. The design is then guided by simulations and numerous prototypes can be tested in simulation rather than being evaluated through laborious experiments. To implement this simulation-driven design process, the possible design space of a slender soft pneumatic actuator is generalized to the design of the circular cross-section. We perform a black-box topology optimization using genetic algorithms to obtain a cross-sectional design of a soft pneumatic actuator that is capable of reaching a target workspace defined by the end-effector positions at different pressure values. This design method is evaluated for three different case studies and target workspaces, which were either randomly generated or specified by the operator of the design assistant. The black-box topology optimization based on genetic algorithms proves to be capable of finding good designs under given plausible target workspaces. We considered a simplified simulation model to verify the efficacy of the employed method. An experimental validation has not yet been performed. It can be concluded that the employed black-box topology optimization can assist in the design process for slender soft pneumatic actuators. It supports at searching for possible design prototypes that reach points specified by corresponding actuation pressures. This helps reduce the trial-and-error driven iterative manual design process and enables the operator to focus on prototypes that already offer a good viable solution.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google