S2C2A: A Flexible Task Space Planning and Control Strategy for Modular Soft Robot Arms

要約

モジュール型ソフトロボットアーム（MSRA）は、複数の独立したモジュールを順番に接続することで構成される。モジュール構造と高い自由度（DOF）により、これらのモジュールは同時に様々な方向に異なる角度で曲げることができ、複雑な変形が可能です。この機能により、MSRAは単一モジュールのロボットよりも複雑な作業を行うことができる。しかし、モジュール構造は、正確なプランニング、モデリング、制御における課題も引き起こしている。非線形性、ヒステリシス、重力は物理モデルを複雑にし、モジュール構造と自由度の増加はさらにシーケンスに沿った累積誤差をもたらす。これらの課題に対処するため、我々はS2C2A（State to Configuration to Action）と名付けた、MSRAのための柔軟なタスク空間計画と制御戦略を提案する。本アプローチでは、S2C（State to Configuration planning）という最適化問題を定式化し、様々な損失関数と前進MSRAモデルを統合して、目標とするMSRAの状態に基づいて構成軌道を生成する。モデルの複雑さを考慮し、前方モデルとしてbiLSTMネットワークを活用する。その後、構成コントローラC2A（Configuration to Action control）が実装され、不正確な内部センシングフィードバックのみを活用して、計画された構成軌道に従う。構成制御にはbiLSTMネットワークと物理モデルの両方が利用される。我々は、ケーブル駆動MSRAを用いて我々の戦略を検証し、位置制御、姿勢制御、障害物回避などの多様なオフラインタスクを実行する能力を実証した。さらに、我々の戦略は、MSRAにターゲットや障害物とのオンライン相互作用能力を付与する。今後は、より正確な物理モデルの開発や、モジュールシーケンスに沿った構成推定誤差の低減など、MSRAの課題への取り組みに焦点を当てる予定である。

要約(オリジナル)

Modular soft robot arms (MSRAs) are composed of multiple independent modules connected in a sequence. Due to their modular structure and high degrees of freedom (DOFs), these modules can simultaneously bend at different angles in various directions, enabling complex deformation. This capability allows MSRAs to perform more intricate tasks than single module robots. However, the modular structure also induces challenges in accurate planning, modeling, and control. Nonlinearity, hysteresis, and gravity complicate the physical model, while the modular structure and increased DOFs further lead to accumulative errors along the sequence. To address these challenges, we propose a flexible task space planning and control strategy for MSRAs, named S2C2A (State to Configuration to Action). Our approach formulates an optimization problem, S2C (State to Configuration planning), which integrates various loss functions and a forward MSRA model to generate configuration trajectories based on target MSRA states. Given the model complexity, we leverage a biLSTM network as the forward model. Subsequently, a configuration controller C2A (Configuration to Action control) is implemented to follow the planned configuration trajectories, leveraging only inaccurate internal sensing feedback. Both a biLSTM network and a physical model are utilized for configuration control. We validated our strategy using a cable-driven MSRA, demonstrating its ability to perform diverse offline tasks such as position control, orientation control, and obstacle avoidance. Furthermore, our strategy endows MSRA with online interaction capability with targets and obstacles. Future work will focus on addressing MSRA challenges, such as developing more accurate physical models and reducing configuration estimation errors along the module sequence.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL