要約
世界中の果樹栽培者は、収穫や剪定などの重要な作業における労働力不足に直面しています。
これらの労働集約的な作業のためのロボットソリューションの開発には大きな関心が寄せられていますが、現在の取り組みは法外に費用がかかり、時間がかかり、機能するには果樹園の再構成が必要です。
この論文では、新しく低コストのソフト成長ロボット プラットフォームを使用したロボット工学への代替アプローチを紹介します。
当社のプラットフォームは、最大 0.27 m/s の速度で最大 1.2 m まで直線的に伸長する機能を備えています。
柔らかく成長するロボット アームは、最大 1.4 kg (4.4 N) の端末ペイロードで動作でき、リンゴを運ぶには十分です。
このプラットフォームは、直線運動とステアリング運動を分離して、経路計画とターゲット設定のためのコントローラー設計を簡素化します。
当社のプラットフォームは、剛性の高いロボット アームに比べてメンテナンスが比較的簡単になると予想しています。
ここでは、ステアリング角度と 3 つのステアリング モーターの角度位置の関係の予測を含む、プラットフォームの運動学モデルについても説明し、実験的に検証します。
モデルからの情報により、位置コントローラーは、この情報がない場合に比べて、エンドエフェクターをより速く、より高い安定性で目標の位置に導くことができます。
全体として、私たちの研究は、果樹園の運営において軟成長ロボットプラットフォームを使用することが有望であることを示しています。
要約(オリジナル)
Tree fruit growers around the world are facing labor shortages for critical operations, including harvest and pruning. There is a great interest in developing robotic solutions for these labor-intensive tasks, but current efforts have been prohibitively costly, slow, or require a reconfiguration of the orchard in order to function. In this paper, we introduce an alternative approach to robotics using a novel and low-cost soft-growing robotic platform. Our platform features the ability to extend up to 1.2 m linearly at a maximum speed of 0.27 m/s. The soft-growing robotic arm can operate with a terminal payload of up to 1.4 kg (4.4 N), more than sufficient for carrying an apple. This platform decouples linear and steering motions to simplify path planning and the controller design for targeting. We anticipate our platform being relatively simple to maintain compared to rigid robotic arms. Herein we also describe and experimentally verify the platform’s kinematic model, including the prediction of the relationship between the steering angle and the angular positions of the three steering motors. Information from the model enables the position controller to guide the end effector to the targeted positions faster and with higher stability than without this information. Overall, our research show promise for using soft-growing robotic platforms in orchard operations.
arxiv情報
著者 | Ryan Dorosh,Justin Allen,Zixuan He,Christopher Ninatanta,Jack Coleman,Jack Spieker,Ethan Tuck,Jordan Kurtz,Qin Zhang,Matthew D. Whiting,Jiecai Luo,Manoj Karkee,Ming Luo |
発行日 | 2023-11-01 00:06:03+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google