[논문 리뷰] Design, Modeling, and Redundancy Resolution of Soft Robot for Effective Harvesting

Milad Azizkhani, Anthony L. Gunderman외 4명|arXiv (Cornell University)|2023. 03. 15.

Soft Robotics and Applications인용 수 5

한 줄 요약

이 논문은 자동 블랙베리 수확를 위한 풍압 구동, 운동학적 부족성 있는 부드러운 로봇 팔과 테이든 구동 손잡이를 제안한다. 실시간으로 가중치를 조정하는 부족성 해소 알고리즘과 시각 피드백을 사용하여 초기 위치 지정 시 0.64±0.27 mm 위치 정확도(1.08±1.5° 방향 정확도)를 달성하고, 정밀 위치 조정 시 0.75±0.36 mm 정확도를 확보하였다. 현장에서 15개의 블랙베리를 수확한 결과 100% 성공률을 기록하였다.

ABSTRACT

Blackberry harvesting is a labor-intensive and costly process, consuming up to 50\% of the total annual crop hours. This paper presents a solution for robotic harvesting through the design, manufacturing, integration, and control of a pneumatically actuated, kinematically redundant soft arm with a tendon-driven soft robotic gripper. The hardware design is optimized for durability and modularity for practical use. The harvesting process is divided into four stages: initial placement, fine positioning, grasp, and move back to home position. For initial placement, we propose a real-time, continuous gain-scheduled redundancy resolution algorithm for simultaneous position and orientation control with joint-limit avoidance. The algorithm relies solely on visual feedback from an eye-to-hand camera and achieved a position and orientation tracking error of $0.64\pm{0.27}$ mm and $1.08\pm{1.5}^{\circ}$, respectively, in benchtop settings. Following accurate initial placement of the robotic arm, fine positioning is achieved using a combination of eye-in-hand and eye-to-hand visual feedback, reaching an accuracy of $0.75\pm{0.36}$ mm. The system's hardware, feedback framework, and control methods are thoroughly validated through benchtop and field tests, confirming feasibility for practical applications.

연구 동기 및 목표

• 수확 시 수작업으로 인한 높은 노동 비용과 손상 위험을 줄이기 위해 부드러운 로봇 기반 대체 기술을 개발한다.
• 비선형성, 연속성, 불확실성이 높은 부드러운 로봇 팔의 제어 과제를 해결한다.
• 시각 피드백과 부족성 해소를 활용해 부드러운 로봇 팔의 동시에 위치 및 방향 제어를 정확하게 실현한다.
• 실용적인 농업 응용을 위한 모듈식, 내구성 있는, 현장 적용 가능한 로봇 플랫폼을 개발한다.
• 실험실 및 실제 현장 조건에서 시스템을 검증하여 자동 베리 수확의 가능성을 입증한다.

제안 방법

• 현장 사용을 위한 모듈식이고 내구성 있는 부품을 갖춘 풍압 구동, 운동학적 부족성 있는 부드러운 로봇 팔을 설계한다.
• 부드러운 드라이프렛을 손상시키지 않고 안전하고 민감한 과일 잡기 기능을 위한 테이든 구동 부드러운 손잡이를 통합한다.
• 관절 제한 회피를 고려한 실시간 연속적 가중치 조정 부족성 해소 알고리즘을 구현하여 위치 및 방향 제어를 분리한다.
• 초기 위치 지정 및 정밀 위치 조정 단계에서 피드백 제어를 위해 눈-손(eye-to-hand) 및 눈-손(eye-in-hand) 시각 피드백을 사용한다.
• 초기 위치 지정과 정밀 위치 조정 간 전환을 관리하기 위한 고수준 워크플로우를 적용하여 안정적인 작업 실행을 확보한다.
• 파rameter 최적화를 통해 부족성 해소 알고리즘을 校정 및 튜닝하여 안정적이고 반복 가능하며 지속적인 동작을 확보한다.

실험 결과

연구 질문

• RQ1 운동학적 부족성 있는 부드러운 로봇 팔이 시각 피드백만으로 정확한 동시에 위치 및 방향 제어를 달성할 수 있는가?
• RQ2 실시간 제약 조건 하에서 가중치 조정 부족성 해소 알고리즘이 관절 제한 회피 및 추적 정확도를 유지하는 데 얼마나 효과적인가?
• RQ3 눈-손(eye-to-hand) 및 눈-손(eye-in-hand) 피드백을 활용한 시각 서보 제어가 부드러운 로봇 수확 시스템의 정밀 위치 조정 정확도를 얼마나 향상시키는가?
• RQ4 제안된 부드러운 로봇 플랫폼은 실제 농업 환경에서 신뢰할 수 있는 수확 성능을 달성할 수 있는가?
• RQ5 현장 조건에서 위치, 방향 및 잡기 성공률 측면에서 시스템의 핵심 성능 지표는 무엇인가?

주요 결과

• 제안된 부족성 해소 알고리즘은 시각 피드백만을 사용한 벤치톱 실험에서 위치 추적 오차 0.64±0.27 mm 및 방향 오차 1.08±1.5°를 달성하였다.
• 눈-손(eye-in-hand) 및 눈-손(eye-to-hand) 시각 피드백을 병합한 정밀 위치 조정은 10개의 테스트 타겟에서 평균 오차 0.75±0.36 mm를 기록하였다.
• 현장 시험에서 15개의 블랙베리를 성공적으로 수확하여 100% 성공률을 기록하였으며, 실제 환경에서의 적용 가능성을 입증하였다.
• 수확 과정 동안 로봇은 안정적이고 일관된 성능을 유지하였으며, 베리 손상이나 기계적 고장은 관측되지 않았다.
• 시각 피드백과 부족성 해소의 통합은 부드러운 로봇의 비선형성과 불확실성에도 불구하고 정확한 초기 위치 지정을 가능하게 하였다.
• 플랫폼의 모듈식 및 내구성 있는 설계는 비정형 농업 환경에서의 실용적 구현을 지원한다.