Avancées dans les systèmes de contrôle pour les robots souples
Cet article parle de nouvelles méthodes pour contrôler efficacement des robots souples en temps réel.
― 7 min lire
Table des matières
- Défis du contrôle des robots souples
- Améliorations grâce à la modélisation avancée
- Le besoin d'un contrôle à rétroaction en temps réel
- Conception et mise en œuvre des actionneurs
- Développer un système de contrôle de rétroaction efficace
- Tests et résultats
- Directions futures de la recherche
- Source originale
- Liens de référence
Les robots souples sont des machines flexibles conçues pour interagir en toute sécurité avec leur environnement. Contrairement aux robots traditionnels faits de matériaux rigides, les robots souples peuvent changer de forme et s'adapter à divers environnements, ce qui leur permet d'effectuer des tâches délicates. Cette flexibilité est pratique, mais ça rend aussi leur contrôle plus compliqué. Les robots souples ont souvent plusieurs points de mouvement et leurs propriétés mécaniques peuvent changer à cause de forces extérieures, ce qui rend difficile de prédire leur comportement.
Défis du contrôle des robots souples
Contrôler des robots souples pose plusieurs problèmes car ils sont souvent sous-actionnés, ce qui veut dire qu'il y a moins d'actionneurs que de degrés de liberté. Ça peut compliquer leur mouvement parce qu'ils peuvent ne pas réagir comme prévu aux commandes qu'on leur donne. Par exemple, si une force externe est appliquée, ça peut changer de manière inattendue la façon dont le robot se déplace.
Beaucoup de chercheurs ont essayé de contrôler les robots souples avec divers modèles mathématiques, mais ces méthodes peuvent être trop lentes ou pas assez précises pour des applications En temps réel. Les modèles courants incluent la courbure constante par morceaux (PCC), qui simplifie les caractéristiques physiques d'un robot souple en segments, et les méthodes des éléments finis (FEM), qui peuvent modéliser des formes complexes mais nécessitent souvent beaucoup de ressources informatiques.
Améliorations grâce à la modélisation avancée
Une manière plus précise de modéliser les robots souples est à travers des théories avancées comme la théorie des tiges de Cosserat. Cette approche utilise un ensemble d'équations pour décrire comment une tige longue et mince se déforme sous l'effet de forces. Ça donne une compréhension plus précise des robots souples qui ressemblent à des formes longues et élancées. En utilisant des équations aux dérivées partielles (EDP), cette modélisation peut capturer le comportement du robot de manière plus précise.
Tant la PCC que la FEM peuvent être vues comme des modèles simplifiés dérivés des modèles plus complexes de tiges de Cosserat. Bien que ces modèles soient précis, les conceptions de contrôle passées se sont basées sur la transformation en systèmes plus simples et de dimension finie, ce qui peut introduire des erreurs et des incertitudes.
Le besoin d'un contrôle à rétroaction en temps réel
En pratique, de nombreux Systèmes de contrôle pour robots souples fonctionnent en mode boucle ouverte, ce qui veut simplement dire qu'ils suivent des commandes prédéterminées sans ajustement basé sur le feedback. Bien que cette approche puisse montrer qu'un robot souple peut se déplacer comme prévu, elle ne corrige pas les désalignements ou mouvements inattendus. Le contrôle à rétroaction en boucle fermée, qui s'adapte aux données en temps réel, est essentiel pour assurer un contrôle de mouvement stable et précis.
Pour relever les défis d'implémentation d'un Contrôle de rétroaction complexe en temps réel, des chercheurs ont développé des contrôleurs avancés basés sur la théorie des tiges de Cosserat. Ces contrôleurs à dimension infinie peuvent maintenir la stabilité et s'ajuster aux conditions en temps réel si les bons actionneurs sont utilisés.
Conception et mise en œuvre des actionneurs
Pour une application pratique, utiliser des actionneurs en Muscle Artificiel Pneumatique en série de tissu (fabric sPAM) en conjonction avec des modèles de tiges de Cosserat permet un contrôle efficace des robots souples. Ces actionneurs fonctionnent en modifiant la pression de l'air, ce qui fait que le robot se contracte ou s'étend. Un système de vision par ordinateur joue un rôle crucial dans cette configuration en suivant la posture du robot et en fournissant un feedback sur sa forme actuelle.
Le défi vient de la nécessité d'appliquer un contrôleur à dimension infinie en utilisant un nombre fini d'actionneurs. Ça nécessite de créer un système qui permet à ces actionneurs de reproduire le comportement désiré du bras robotique basé sur la sortie du contrôleur.
Développer un système de contrôle de rétroaction efficace
Pour rendre ce système complexe plus gérable, les chercheurs ont créé un problème de programmation qui trouve la pression optimale nécessaire pour que les actionneurs atteignent le mouvement désiré du robot souple. Ce problème aide à façonner les gains de rétroaction et assure que le système peut répondre en temps réel.
Le contrôleur ajuste la pression selon le feedback qu'il reçoit, permettant au robot de converger vers sa forme cible. Ce processus ne consiste pas seulement à atteindre un angle ou une position spécifique, mais aussi à maintenir la stabilité tout au long de ses mouvements.
Tests et résultats
Lors des tests, un robot souple a été construit avec une colonne vertébrale en silicone flexible et des actionneurs sPAM en tissu. Une webcam a capturé des images du robot en mouvement à une cadence de 30 images par seconde, permettant au système d'analyser sa position et d'ajuster les pressions des actionneurs en conséquence.
Les scientifiques ont découvert qu'en ajustant la pression dans les actionneurs, ils pouvaient aider le robot à atteindre rapidement sa forme désirée tout en minimisant tout dépassement ou mouvement indésirable. Les expériences ont montré que le robot réagissait bien aux changements de pression, démontrant un contrôle de forme efficace.
Les résultats ont indiqué que le contrôleur fonctionnait sous diverses conditions de pression, montrant un potentiel pour des applications réelles. À pression plus basse, la forme du robot correspondait étroitement à la conception prévue, bien que quelques écarts aient été notés à des pressions plus élevées. Ces écarts résultaient souvent du comportement de torsion du robot, qui devenait plus prononcé sous pression accrue.
Directions futures de la recherche
Le succès de l'utilisation des EDP pour contrôler les robots souples souligne la nécessité de plus de recherches dans ce domaine. L'objectif est d'affiner encore ces méthodes de contrôle et potentiellement de les appliquer à d'autres types d'actionneurs pneumatiques. D'autres études pourraient également examiner comment ces résultats peuvent être appliqués dans des espaces tridimensionnels, élargissant encore plus les possibilités de la robotique souple.
Améliorer les systèmes de vision par ordinateur pourrait aussi augmenter la précision et l'efficacité des systèmes de contrôle, permettant un meilleur suivi et des temps de réponse améliorés. Dans l'ensemble, ce domaine de recherche a beaucoup de potentiel pour créer des robots souples avancés capables d'effectuer des tâches plus complexes de manière sûre et efficace.
En conclusion, ce travail met en lumière l'importance de développer des systèmes de contrôle robustes basés sur une modélisation avancée tout en montrant comment les applications pratiques des principes théoriques peuvent conduire à des solutions efficaces en temps réel dans la robotique souple. Les prochaines étapes se concentreront sur l'affinement de ces systèmes pour libérer encore plus de capacités dans la technologie des robots souples.
Titre: Stable Real-Time Feedback Control of a Pneumatic Soft Robot
Résumé: Soft actuators offer compliant and safe interaction with an unstructured environment compared to their rigid counterparts. However, control of these systems is often challenging because they are inherently under-actuated, have infinite degrees of freedom (DoF), and their mechanical properties can change by unknown external loads. Existing works mainly relied on discretization and reduction, suffering from either low accuracy or high computational cost for real-time control purposes. Recently, we presented an infinite-dimensional feedback controller for soft manipulators modeled by partial differential equations (PDEs) based on the Cosserat rod theory. In this study, we examine how to implement this controller in real-time using only a limited number of actuators. To do so, we formulate a convex quadratic programming problem that tunes the feedback gains of the controller in real time such that it becomes realizable by the actuators. We evaluated the controller's performance through experiments on a physical soft robot capable of planar motions and show that the actual controller implemented by the finite-dimensional actuators still preserves the stabilizing property of the desired infinite-dimensional controller. This research fills the gap between the infinite-dimensional control design and finite-dimensional actuation in practice and suggests a promising direction for exploring PDE-based control design for soft robots.
Auteurs: Sean Even, Tongjia Zheng, Hai Lin, Yasemin Ozkan-Aydin
Dernière mise à jour: 2023-04-09 00:00:00
Langue: English
Source URL: https://arxiv.org/abs/2304.04304
Source PDF: https://arxiv.org/pdf/2304.04304
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.
Liens de référence
- https://users.ece.cmu.edu/~koopman/essays/abstract.html
- https://doi.org/10.1177/0278364910368147
- https://onlinelibrary.wiley.com/doi/abs/10.1002/aisy.202000187
- https://doi.org/10.1109/TRO.2018.2861900
- https://onlinelibrary.wiley.com/doi/abs/10.1002/aisy.202100165
- https://arxiv.org/abs/2203.13724
- https://europepmc.org/articles/PMC5786173
- https://boole.stanford.edu/pub/fit.pdf