近年、連続体ロボットの研究が注目を集めている。 連続体ロボットの高い柔軟性と動的環境に適応する形状能力は、低侵襲手術や産業用ロボット、危険な環境の探査などの用途に特に適している。
連続体ロボットは無限の自由度（DoF）を持ち、宇宙探査などのタスクを実行するための柔軟性と適応性を提供する。 しかし、自由度が増すにつれて、連続体ロボットの複雑さも増し、タスク実行時の動作計画に多くの時間を必要とし、実用化の障害となってい
南方科技大学(SUSTech)のMeng Qinghu教授の研究チームは、この問題について綿密な研究を行い、連続体機械に合わせた独自のRRT*ベースの運動制御法を提案した。
この研究論文はICRA2024に採択され、ICRA2024で発表される予定です。
検索ページ
連続体ロボットのためのRRT*に基づく運動制御法
ロボットのナビゲーションにおいて、動作計画アルゴリズムは非常に重要であり、地図情報、環境特徴、速度制限、動的障害物を同時に考慮する必要がある。
予測運動計画アルゴリズムは、ロボットの現在の状態を考慮し、センサデータと環境モデルを使用して周囲の変化を予測し、衝突回避、移動時間の短縮、エネルギー節約などの特定の目標を達成することを目指す。
予測動作計画アルゴリズムには、Rapid Exploratory Random Trees (RRT)やその発展版であるRRT*などのサンプリングベースのアルゴリズムが用いられることが多い。
これらのアルゴリズムは、そのシンプルさ、適応性、動的な変化に対応する能力で知られ、ロボット工学、自動運転車、産業オートメーションなどのさまざまな分野で広く使用され、複雑な環境における安全性と効率を向上させています。
二段式連続体ロボット
サンプリングに基づく手法（RRT*やPRMなど）はロボットの動作計画に広く用いられているが、連続体ロボットアームに適用する試みはほとんど行われていない。
連続ロボットはリアルタイムで障害物に適応する能力を持つため、安全で効率的なナビゲーションを確保するためには、強力なセンシング、意思決定、制御能力が必要となる。
この課題に対処するため、本研究では連続体ロボットに合わせた独自のRRT*に基づく運動制御法を提案する。
この手法は、ロボットのロバスト制御を達成するために、最適化-ヤコビアンマトリックスベースのアプローチを利用する。 効果的な幾何学的障害物回避は、ロボットと障害物との安全な距離を確保するためにロボットのヤコビアン行列を制約することによって促進される。
さらに、最適化-ヤコビアンマトリックスベースのアプローチとRRT*を組み合わせた制御アルゴリズムを提案し、動的環境における連続体ロボットの適応性と効率性を向上させる。
実験による検証
始点から終点までのロボットの無衝突経路
提案手法の有効性を、2セグメントのケーブル駆動型ソフト（連続体）ロボット（CDSR）を用いて検証する。
実験は、NOKOVメトリックモーションキャプチャレンズマーカーを用いて、ロボットの基端、近位セグメント先端、遠位セグメント端の位置、およびロボットが所定の経路を移動する際の位置と関連する動きを追跡した。
この記録データにより、ロボットの実際の位置と予測位置のずれが明らかになり、ロボットの構成を理解する基礎となる。
提案手法を用いることで、ロボットは初期位置から目標位置までの衝突のない軌道を素早く計算し、障害物をうまく回避することができる。
平均計画時間は約8.06秒であり、計画位置と実際の到着位置との間の先端追跡誤差は約5.48mmである。
本手法は、ロバスト性を備えた安全かつ高速な応答軌道生成を要求されるシナリオにおいて保証し、実用的な応用価値を有する。
参考文献：
原文：
ここでごニーズを出ること
-
もっと多い情報に関して、メッセージをしたりしてください。
-
- 確認