[論文レビュー] A Robust Adaptive Approach to Dynamic Control of Soft Continuum Manipulators

Amirhossein Kazemipour, Oliver Fischer+3 more|arXiv (Cornell University)|Sep 23, 2021

Soft Robotics and Applications参考文献 20被引用数 3

ひとこと要約

本論文は、従来の簡略化仮定を排除する改良型のオイラー＝ラグランジュ動的モデルを用いて、柔軟な連続的マニピュレータのためのロバストでモデルベースの適応制御フレームワークを提案する。この制御器は、モデルの不確実性および外部の摂動下でも正確なタスク空間軌道追従を保証し、さまざまな荷重下での物理的ソフトロボットアーム上で、最先端の手法と比較して優れた性能を示した。

ABSTRACT

Soft robots are made of compliant and deformable materials and can perform tasks challenging for conventional rigid robots. The inherent compliance of soft robots makes them more suitable and adaptable for interactions with humans and the environment. However, this preeminence comes at a cost: their continuum nature makes it challenging to develop robust model-based control strategies. Specifically, an adaptive control approach addressing this challenge has not yet been applied to physical soft robotic arms. This work presents a reformulation of dynamics for a soft continuum manipulator using the Euler-Lagrange method. The proposed model eliminates the simplifying assumption made in previous works and provides a more accurate description of the robot's inertia. Based on our model, we introduce a task-space adaptive control scheme. This controller is robust against model parameter uncertainties and unknown input disturbances. The controller is implemented on a physical soft continuum arm. A series of experiments were carried out to validate the effectiveness of the controller in task-space trajectory tracking under different payloads. The controller outperforms the state-of-the-art method both in terms of accuracy and robustness. Moreover, the proposed model-based control design is flexible and can be generalized to any continuum robotic arm with an arbitrary number of continuum segments.

研究の動機と目的

• 柔軟な連続的マニピュレータの内在的柔軟性および複雑な動的特性のため、ロバストでモデルベースの制御戦略を開発する課題に対処すること。
• 慣性の表現における正確性を損なう既存の動的モデルにおける簡略化仮定を排除すること。
• パrametric不確実性および未知の入力摂動を処理できるタスク空間適応制御器を設計すること。
• 異なる荷重および動的条件下で物理的ソフトロボットアーム上で制御器の性能を検証すること。

提案手法

• 慣性に関する簡略化仮定なしに、オイラー＝ラグランジュ法を用いて柔軟な連続的マニピュレータの動的特性を再定式化し、より正確なモデルを導出する。
• リャプノフに基づく安定性解析を用いて、パrametric不確実性および外部摂動を補償するタスク空間適応制御則を開発する。
• 複数セグメントを持つ物理的ソフト連続的ロボットアームに制御器を実装し、リアルタイムの軌道追従を可能にする。
• パrameter推定値の有界性を保証し、適応過程におけるロバスト性を向上させるために、パrameterプロジェクション技術を活用する。
• 関節レベルの駆動をエンドエフェクタのタスク空間運動にマッピングするために、運動学モデルを統合する。
• 実世界の摂動を想定した、さまざまな荷重を用いた実験を設計し、ロバスト性および適応性をテストする。

実験結果

リサーチクエスチョン

• RQ1 柔軟な連続的マニピュレータの動的モデルは、慣性を簡略化仮定なしに、どのようにしてより正確に捉えることができるか？
• RQ2 タスク空間における適応制御スキームは、柔軟ロボットシステムにおけるパrametric不確実性および未知の摂動を効果的に処理できるか？
• RQ3 提案された制御器は、物理的ソフトマニピュレータにおけるさまざまな荷重下で、軌道追従精度およびロバスト性の観点から、どのように性能を発揮するか？
• RQ4 提案された制御フレームワークは、任意の数のセグメントを持つソフトロボットアームへ一般化可能か、その範囲はどの程度か？

主な発見

• 提案されたオイラー＝ラグランジュに基づく動的モデルは、従来の簡略化仮定を含むモデルと比較して、柔軟マニピュレータの慣性をより正確に表現している。
• すべてのテスト荷重下で、最先端の手法と比較して、精度およびロバスト性の両面で優れた軌道追従性能を達成した。
• 未知の入力摂動およびパrametric不確実性下でも安定した性能を維持し、強いロバスト性を示した。
• 本手法は物理的ソフト連続アームに成功裏に実装・検証され、実用的妥当性が確認された。
• モジュラー設計のおかげで、任意の数の連続的セグメントを持つソフトロボットアームへ一般化可能である。
• 実験結果から、さまざまな荷重条件下でも一貫した追従誤差の改善が確認され、制御器の適応性が裏付けられた。