要約
トルクと連続回転は、剛体ロボットにおける作動と操作の基本的な方法である。ソフトロボットアームは、曲げたり伸ばしたりする生物学的な腕の受動的なコンプライアンスを模倣するために、柔らかい素材や構造を使用しています。このコンプライアンスの利用により、ソフトアームは環境と相互作用するためのトルクを継続的に伝達したり、発揮したりすることができない。ここでは、固有の材料特性の代わりにパターニング構造に依存することで、ソフトロボットアームが環境に継続的にトルクを伝達しながらコンプライアンスを維持できることを示す。我々は、コンプライアントな等速ジョイントとして機能する1対の機械的メタマテリアルから作られたソフトロボットアームを実証する。この関節は、曲げよりもねじりにおいて最大52倍硬く、45{deg}まで曲げることができる。このロボットアームは、他のすべての方向に変形しながら、連続的にトルクを伝達することができる。このアームのメカニカルデザインは、軌道追跡時に高い動作再現性(0.4mm、0.1{deg})を達成している。さらに、ニューラルネットワークを学習させて逆運動学を学習させることで、電球の取り付け、ボルトの締結、バルブの回転など、既存のソフトロボットでは困難なタスクをこなすようにアームをプログラムすることが可能になった。アームのパッシブ・コンプライアンス(受動的コンプライアンス)により、人間の周囲でも安全で、機械的インテリジェンスの源となり、物体を操作する際のミスアライメントに適応することができる。この研究は、人間支援、倉庫の自動化、極限環境での応用など、ハードとソフトのロボット工学のギャップを埋めるものである。
要約(オリジナル)
Torque and continuous rotation are fundamental methods of actuation and manipulation in rigid robots. Soft robot arms use soft materials and structures to mimic the passive compliance of biological arms that bend and extend. This use of compliance prevents soft arms from continuously transmitting and exerting torques to interact with their environment. Here, we show how relying on patterning structures instead of inherent material properties allows soft robotic arms to remain compliant while continuously transmitting torque to their environment. We demonstrate a soft robotic arm made from a pair of mechanical metamaterials that act as compliant constant-velocity joints. The joints are up to 52 times stiffer in torsion than bending and can bend up to 45{\deg}. This robot arm can continuously transmit torque while deforming in all other directions. The arm’s mechanical design achieves high motion repeatability (0.4 mm and 0.1{\deg}) when tracking trajectories. We then trained a neural network to learn the inverse kinematics, enabling us to program the arm to complete tasks that are challenging for existing soft robots such as installing light bulbs, fastening bolts, and turning valves. The arm’s passive compliance makes it safe around humans and provides a source of mechanical intelligence, enabling it to adapt to misalignment when manipulating objects. This work will bridge the gap between hard and soft robotics with applications in human assistance, warehouse automation, and extreme environments.
arxiv情報
著者 | Molly Carton,Jakub F. Kowalewski,Jiani Guo,Jacob F. Alpert,Aman Garg,Daniel Revier,Jeffrey Ian Lipton |
発行日 | 2024-12-03 18:24:15+00:00 |
arxivサイト | arxiv_id(pdf) |