Fin-QD: A Computational Design Framework for Soft Grippers: Integrating MAP-Elites and High-fidelity FEM

要約

コンピュテーショナル デザインは、材料、構造、接触からの非線形性が高いという欠点があるソフト ロボティクスの可能性を最大限に引き出すことができます。
これまで、個々のソフトフィンガーについて熱心な研究関心が示されてきましたが、フレーム設計空間 (各ソフトフィンガーがどのように組み立てられるか) については、ほとんど解明されていないままです。
指ベースのソフト グリッパーが複数の幾何学的に異なるオブジェクト タイプをうまく掴むには、コンピュータによる設計が依然として困難です。
グリッパー フレームの設計空間を含めると、高次元の設計空間が指数関数的に増大するため、従来の最適化アルゴリズムやフィットネス計算方法に大きな困難が生じる可能性があります。
この研究では、品質多様性アプローチに基づいて幾何学的に異なるオブジェクト タイプを個別に把握するためのグリッパー多様性を生成する、自動計算設計最適化フレームワークを提案します。
この研究では、まず、個々のソフトフィンガーを配置するためにさまざまな構成に変換される、めったに調査されていないフィンガー配置の設計空間を含む、フィンガーベースのソフトグリッパーの非常に大きな設計空間 (28 の設計パラメーター) について議論します。
次に、接触ベースの有限要素モデリング (FEM) が SOFA で提案され、適合性評価と特徴測定のための高忠実度の把握データを出力します。
最後に、グリッパーの体積や作業スペースなどの機能を考慮しながら、フレームワークから多様なグリッパーの設計が得られます。
この研究は、単純な制御スキームで幾何学的に異なる大きなオブジェクト タイプを把握しながら、フィンガー ベースのソフト グリッパーの広大な設計空間を計算的に探索するというギャップを埋めるものです。

要約(オリジナル)

Computational design can excite the full potential of soft robotics that has the drawbacks of being highly nonlinear from material, structure, and contact. Up to date, enthusiastic research interests have been demonstrated for individual soft fingers, but the frame design space (how each soft finger is assembled) remains largely unexplored. Computationally design remains challenging for the finger-based soft gripper to grip across multiple geometrical-distinct object types successfully. Including the design space for the gripper frame can bring huge difficulties for conventional optimisation algorithms and fitness calculation methods due to the exponential growth of high-dimensional design space. This work proposes an automated computational design optimisation framework that generates gripper diversity to individually grasp geometrically distinct object types based on a quality-diversity approach. This work first discusses a significantly large design space (28 design parameters) for a finger-based soft gripper, including the rarely-explored design space of finger arrangement that is converted to various configurations to arrange individual soft fingers. Then, a contact-based Finite Element Modelling (FEM) is proposed in SOFA to output high-fidelity grasping data for fitness evaluation and feature measurements. Finally, diverse gripper designs are obtained from the framework while considering features such as the volume and workspace of grippers. This work bridges the gap of computationally exploring the vast design space of finger-based soft grippers while grasping large geometrically distinct object types with a simple control scheme.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google