Simple Science

La science de pointe expliquée simplement

# Informatique# Robotique

Conception de ressorts efficaces pour l'assistance robotique

Une nouvelle méthode optimise les ressorts pour une meilleure collaboration homme-robot.

Kang Yang, Myia Dickens, James Schmiedeler, Edgar Bolívar-Nieto

― 7 min lire


Optimiser les ressortsOptimiser les ressortspour la robotiquemeilleur design de ressort.l'assistance robotique grâce à unUne nouvelle méthode améliore
Table des matières

Dans le domaine de la robotique, créer des machines qui peuvent aider les humains dans leurs activités quotidiennes est un objectif important. Une façon de rendre ces machines plus efficaces est d'utiliser des ressorts qui peuvent aider à réduire l'effort requis par l'utilisateur. Cet article parle d'une approche pour concevoir des ressorts qui fonctionnent bien pour différentes tâches, facilitant ainsi l'assistance des machines aux gens.

Contexte sur les ressorts en robotique

Les ressorts sont courants dans de nombreux systèmes robotiques. Ils peuvent être placés en série (en ligne avec l'actionneur) ou en parallèle (à côté de l'actionneur). Quand des ressorts sont utilisés en parallèle avec des moteurs ou d'autres sources d'effort, ils peuvent aider à réduire l'énergie nécessaire pour accomplir des tâches. Par exemple, si un ressort est utilisé avec un moteur, il peut diminuer la force que le moteur doit fournir, ce qui peut être utile pour des mouvements comme marcher ou se lever.

Types de ressorts

  1. Ressorts en série : Ces ressorts sont directement connectés au moteur. Ils peuvent aider à gérer les charges et contrôler les mouvements mais peuvent ne pas réduire significativement l'effort du moteur.

  2. Ressorts en parallèle : Ces ressorts sont connectés à côté du moteur. Ils influencent directement l'effort du moteur et peuvent réduire considérablement la force requise, rendant les tâches plus faciles pour l'utilisateur. Par exemple, ils peuvent aider à porter des poids ou soutenir des mouvements contre la gravité.

Analyse des défis de conception

Concevoir un ressort qui fonctionne bien pour diverses tâches peut être délicat. Les ingénieurs affrontent souvent des défis pour choisir la bonne rigidité et le bon préchargement pour les ressorts. La rigidité fait référence à la façon dont le ressort résiste à être comprimé ou étiré, tandis que le préchargement est la tension initiale dans le ressort avant qu'une charge ne soit appliquée.

Méthodes actuelles

Il y a quelques méthodes courantes pour sélectionner la rigidité des ressorts et le préchargement :

  1. Optimisation Numérique : Cette méthode consiste à établir des objectifs spécifiques (comme minimiser l'utilisation d'énergie) et des contraintes (règles que la conception doit suivre). Cependant, cette technique peut parfois mener à des solutions qui ne sont pas nécessairement les meilleures, et s'ajuster pour différentes tâches peut être compliqué.

  2. Dynamiques passives : Cette approche cherche des propriétés de ressorts qui peuvent gérer naturellement les mouvements nécessaires sans nécessiter beaucoup d'entrée active. Bien que cela soit intuitif, cela manque souvent de garanties de performance pour diverses tâches.

Approche proposée

Pour s'attaquer aux défis de conception des ressorts, une nouvelle méthode est suggérée. Cette méthode combine des stratégies visuelles et numériques pour sélectionner la meilleure rigidité et le meilleur préchargement pour les ressorts en parallèle avec les sources d'effort. Cela garantit que les ressorts apportent des bénéfices pour différentes tâches.

Approche visuelle

En utilisant une méthode visuelle, les concepteurs peuvent voir la relation entre la rigidité des ressorts et le préchargement sous forme de formes appelées ellipses. Chaque ellipse correspond à une tâche spécifique et montre où certaines combinaisons de rigidité et de préchargement sont efficaces.

Cette représentation visuelle permet aux concepteurs de voir si certains réglages de ressort seront bénéfiques tout en réduisant l'effort pour une variété de tâches.

Méthode d’optimisation numérique

La partie numérique implique de résoudre des équations qui définissent les propriétés du ressort. En ajustant les paramètres, les concepteurs peuvent calculer la meilleure combinaison de rigidité et de préchargement qui fonctionnera sur plusieurs tâches. Cette méthode s'assure que la solution proposée est efficace en fournissant des résultats numériques clairs.

Combinaison des deux approches

Les deux méthodes se complètent. La méthode visuelle fournit une compréhension intuitive de la façon dont les différents réglages interagissent, tandis que l'optimisation numérique assure que la performance répond à des objectifs spécifiques. Ensemble, elles créent une approche solide pour la conception de ressorts.

Applications de l'approche

Cette approche peut être appliquée dans divers domaines, en particulier dans la robotique portable, comme les exosquelettes et les prothèses motorisées. Ces dispositifs soutiennent les gens dans leurs activités quotidiennes, rendant plus facile le fait de marcher, se tenir debout ou effectuer d'autres mouvements.

Conception d'exosquelette de genou

Une application est un exosquelette de genou, qui aide les gens, en particulier les personnes âgées, lors des mouvements de transition assis-debout. Cette transition peut être difficile pour certains individus, et l'exosquelette peut fournir un soutien.

En utilisant la nouvelle méthode de conception, les ingénieurs peuvent créer un ressort qui minimise le couple au niveau du genou pendant ce mouvement tout en s'assurant qu'il n'affecte pas négativement d'autres activités comme marcher ou monter des escaliers. C'est crucial car cela permet à une seule conception de bénéficier à plusieurs mouvements.

Cheville prothétique motorisée

Une autre application se trouve dans les chevilles prothétiques motorisées. Ces dispositifs aident les individus qui ont perdu une jambe à marcher de manière plus naturelle. En utilisant l'approche de conception, les ingénieurs peuvent optimiser les réglages des ressorts pour réduire la consommation d'énergie lors de diverses activités, comme marcher, monter des escaliers et se lever.

Cette optimisation est cruciale pour rendre le dispositif plus efficace et confortable à utiliser, permettant des mouvements plus naturels et moins de fatigue.

Résultats expérimentaux

Pour valider l'efficacité de la méthode de conception proposée, des expériences peuvent être menées. Les tests impliquent l'utilisation de dispositifs réels avec les ressorts optimisés pour mesurer leur performance dans des scénarios réels.

Tests de consommation d'énergie

Lors des tests, la consommation d'énergie des dispositifs peut être mesurée pour différentes configurations de ressorts : sans ressort, avec un ressort optimisé pour une seule activité, et avec un ressort optimisé pour plusieurs activités. Les résultats montrent combien d'énergie est économisée avec les réglages de ressort optimaux, soulignant le succès de l'approche de conception.

Mesure de la réduction de couple

De plus, le couple ressenti durant divers mouvements peut être enregistré pour comprendre comment les ressorts réduisent l'effort. Les mesures devraient montrer que les conceptions optimisées réduisent effectivement le couple nécessaire, rendant les tâches plus gérables.

Conclusion

L'approche de conception de ressorts parallèles pour les applications robotiques présente une voie prometteuse pour améliorer les dispositifs d'assistance. En combinant des méthodes visuelles et numériques pour l'optimisation, il devient plus facile de créer des ressorts qui soutiennent efficacement une gamme d'activités, améliorant ainsi la qualité de vie des utilisateurs.

La recherche dans ce domaine peut conduire à des solutions innovantes, rendant les tâches quotidiennes plus faciles pour les individus qui ont besoin de soutien supplémentaire. Ce cadre peut servir de pas significatif vers la création de systèmes robotiques plus efficaces et conviviaux.

À mesure que la technologie avance, la capacité à personnaliser ces conceptions s'améliorera encore, résultant en des dispositifs qui non seulement répondent mais dépassent les besoins de leurs utilisateurs.

Source originale

Titre: Extending the Benefits of Parallel Elasticity across Multiple Actuation Tasks: A Geometric and Optimization-Based Approach

Résumé: A spring in parallel with an effort source (e.g., electric motor or human muscle) can reduce its energy consumption and effort (i.e., torque or force) depending on the spring stiffness, spring preload, and actuation task. However, selecting the spring stiffness and preload that guarantees effort or energy reduction for an arbitrary set of tasks is a design challenge. This work formulates a convex optimization problem to guarantee that a parallel spring reduces the root-mean-square source effort or energy consumption for multiple tasks. Specifically, we guarantee the benefits across multiple tasks by enforcing a set of convex quadratic constraints in our optimization variables, the parallel spring stiffness and preload. These quadratic constraints are equivalent to ellipses in the stiffness and preload plane; any combination of stiffness and preload inside the ellipse represents a parallel spring that minimizes effort source or energy consumption with respect to an actuator without a spring. This geometric interpretation intuitively guides the stiffness and preload selection process. We analytically and experimentally prove the convex quadratic function of the spring stiffness and preload. As applications, we analyze the stiffness and preload selection of a parallel spring for a knee exoskeleton using human muscle as the effort source and a prosthetic ankle powered by electric motors. To promote adoption, the optimization and geometric methods are available as supplemental open-source software that can be executed in a web browser.

Auteurs: Kang Yang, Myia Dickens, James Schmiedeler, Edgar Bolívar-Nieto

Dernière mise à jour: 2024-11-22 00:00:00

Langue: English

Source URL: https://arxiv.org/abs/2409.08889

Source PDF: https://arxiv.org/pdf/2409.08889

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires