Hybrid Visual Servoing of Tendon-driven Continuum Robots

要約

このペーパーでは、腱駆動の連続体ロボット（TDCR）を制御するための新しいハイブリッドビジュアルサーボ（HVS）アプローチを紹介します。
HVSシステムは、画像ベースの視覚サーボ（IBV）と深い学習ベースの視覚サーボ（DLBV）を組み合わせて、各方法の制限を克服し、全体的なパフォーマンスを改善します。
IBVは、機能が豊富な環境でより高い精度と速い収束を提供しますが、DLBVは乱れに対する堅牢性を高め、より大きなワークスペースを提供します。
IBVとDLBVの間のスムーズな遷移を有効にすることにより、提案されたHVSは、動的で構造化されていない環境で効果的な制御を保証します。
このアプローチの有効性は、シミュレーションと実世界の実験を通じて検証され、HVSがイテレーション時間の短縮、収束時間の速度、最終誤差の低下、DLBVのみと比較してよりスムーズなパフォーマンスを達成し、occlusionsや照明などの挑戦的な条件でのDLBVの堅牢性を維持することを示しています。
変更、アクチュエータの騒音、および物理的影響。

要約(オリジナル)

This paper introduces a novel Hybrid Visual Servoing (HVS) approach for controlling tendon-driven continuum robots (TDCRs). The HVS system combines Image-Based Visual Servoing (IBVS) with Deep Learning-Based Visual Servoing (DLBVS) to overcome the limitations of each method and improve overall performance. IBVS offers higher accuracy and faster convergence in feature-rich environments, while DLBVS enhances robustness against disturbances and offers a larger workspace. By enabling smooth transitions between IBVS and DLBVS, the proposed HVS ensures effective control in dynamic, unstructured environments. The effectiveness of this approach is validated through simulations and real-world experiments, demonstrating that HVS achieves reduced iteration time, faster convergence, lower final error, and smoother performance compared to DLBVS alone, while maintaining DLBVS’s robustness in challenging conditions such as occlusions, lighting changes, actuator noise, and physical impacts.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google