Due to their inherent compliance, soft robots are more versatile than rigid linked robots when they interact with their environment, such as object manipulation or biomimetic motion, and considered the key element in introducing robots to everyday environments. Although various soft robotic actuators exist, past research has focused primarily on designing and analyzing single components. Limited effort has been made to combine each component to create an overall capable, integrated soft robot. Ideally, the behavior of such a robot can be accurately modeled, and its motion within an environment uses its proprioception, without requiring external sensors. This work presents a design and modeling process for a Soft continuum Proprioceptive Arm (SoPrA) actuated by pneumatics. The integrated design is suitable for an analytical model due to its internal capacitive flex sensor for proprioceptive measurements and its fiber-reinforced fluidic elastomer actuators. The proposed analytical dynamical model accounts for the inertial effects of the actuator's mass and the material properties, and predicts in real-time the soft robot's behavior. Our estimation method integrates the analytical model with proprioceptive sensors to calculate external forces, all without relying on an external motion capture system. SoPrA is validated in a series of experiments demonstrating the model's and sensor's accuracy in estimation. SoPrA will enable soft arm manipulation including force sensing while operating in obstructed environments that disallows exteroceptive measurements.


翻译:软机器人由于内在的合规性,在与环境互动时,软机器人比僵硬的关联机器人更具有多功能性,而不是与其环境互动的僵硬的机器人,例如物体操纵或生物模拟运动,并审议了将机器人引入日常环境的关键因素。虽然存在各种软机器人动能器,但过去的研究主要侧重于设计和分析单元元件。由于对每个元件进行了有限的整合,以创建一个整体有能力的、综合的软软体机器人。理想的情况是,这种机器人的行为可以精确地模拟,而且其在环境中的动作使用其自行感应器,而不需要外部传感器。这项工作展示了软自动连续连续脉动感应器(SoPrA)的设计和建模过程。综合设计适合于一个分析模型,因为其内部的动能感应感性感应感应传感器及其纤维化流动振动振动振动器的振动器。拟议的分析动态模型账户用于操作器的惯性波波波波波和材料特性,并预测软机器人的实时行为模式。我们的估算方法,包括机动感变精度机的精确度测量模型,同时将分析模型和机动感变动感变动的机感变动模型纳入外部的系统。

0
下载
关闭预览

相关内容

专知会员服务
60+阅读 · 2020年3月19日
【新书】贝叶斯网络进展与新应用,附全书下载
专知会员服务
119+阅读 · 2019年12月9日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
顶会论文 || 65篇"IJCAI"深度强化学习论文汇总
深度强化学习实验室
3+阅读 · 2020年3月15日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
机器人开发库软件大列表
专知
10+阅读 · 2018年3月18日
已删除
生物探索
3+阅读 · 2018年2月10日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
VIP会员
相关资讯
顶会论文 || 65篇"IJCAI"深度强化学习论文汇总
深度强化学习实验室
3+阅读 · 2020年3月15日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
机器人开发库软件大列表
专知
10+阅读 · 2018年3月18日
已删除
生物探索
3+阅读 · 2018年2月10日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Top
微信扫码咨询专知VIP会员