Handed Shearing Auxetics (HSA) are a promising technique for making motor-driven, soft, continuum robots. Many potential applications from inspection tasks to solar tracking require accurate kinematic models to predict the position and orientation of these structures. Currently there are no models for HSA based continuum platforms. To address this gap we propose to adapt Piecewise Constant Curvature (PCC) Models using a length change coupling matrix. This models the interaction of HSA structures in a 2x2 array. The coupling matrix maps the change in motor angles to length changes and defines the configuration space in our modified PCC Model. We evaluate our model on a composite movement encompassing bending, extension and compression behavior. Our model achieves a positional accuracy with mean error of 5.5mm or 4.5% body length and standard deviation of 1.72mm. Further, we achieve an angular accuracy with mean error of -2.8$^\circ$ and standard deviation of 1.9$^\circ$.


翻译:光学探测任务到太阳跟踪的许多潜在应用都需要精确的运动模型来预测这些结构的位置和方向。目前没有基于HSA的连续平台模型。为了弥补这一差距,我们提议使用长距变换组合矩阵来调整Paxisy常态(PCC)模型。这种模型是HSA结构在2x2阵列中的相互作用。混合矩阵绘制了运动角度变化与长度变化的图示,并定义了我们修改过的PCC模型的配置空间。我们评估了包括弯曲、扩展和压缩行为在内的复合运动模型。我们模型的定位精确度平均误差为5.5毫米或4.5%体重长度,标准偏差为1.72毫米。此外,我们实现了角精确度,平均误差为-2.8 ⁇ circ$,标准偏差为1.9美元。

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
【杜克-Bhuwan Dhingra】语言模型即知识图谱,46页ppt
专知会员服务
65+阅读 · 2021年11月15日
专知会员服务
60+阅读 · 2020年3月19日
专知会员服务
109+阅读 · 2020年3月12日
自动结构变分推理,Automatic structured variational inference
专知会员服务
38+阅读 · 2020年2月10日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
【论文】2019年各大顶会神经关系抽取(NRE)优质论文整理分享
深度学习自然语言处理
3+阅读 · 2020年1月31日
Nature 一周论文导读 | 2019 年 8 月 22 日
科研圈
4+阅读 · 2019年9月1日
LibRec 精选:EfficientNet、XLNet 论文及代码实现
LibRec智能推荐
5+阅读 · 2019年7月9日
Hierarchically Structured Meta-learning
CreateAMind
24+阅读 · 2019年5月22日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
ERROR: GLEW initalization error: Missing GL version
深度强化学习实验室
9+阅读 · 2018年6月13日
计算机视觉领域顶会CVPR 2018 接受论文列表
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
视觉机械臂 visual-pushing-grasping
CreateAMind
3+阅读 · 2018年5月25日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
0+阅读 · 2022年2月3日
Imitation by Predicting Observations
Arxiv
4+阅读 · 2021年7月8日
Area Attention
Arxiv
5+阅读 · 2019年5月23日
Arxiv
3+阅读 · 2018年5月20日
VIP会员
相关VIP内容
【杜克-Bhuwan Dhingra】语言模型即知识图谱,46页ppt
专知会员服务
65+阅读 · 2021年11月15日
专知会员服务
60+阅读 · 2020年3月19日
专知会员服务
109+阅读 · 2020年3月12日
自动结构变分推理,Automatic structured variational inference
专知会员服务
38+阅读 · 2020年2月10日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
【论文】2019年各大顶会神经关系抽取(NRE)优质论文整理分享
深度学习自然语言处理
3+阅读 · 2020年1月31日
Nature 一周论文导读 | 2019 年 8 月 22 日
科研圈
4+阅读 · 2019年9月1日
LibRec 精选:EfficientNet、XLNet 论文及代码实现
LibRec智能推荐
5+阅读 · 2019年7月9日
Hierarchically Structured Meta-learning
CreateAMind
24+阅读 · 2019年5月22日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
ERROR: GLEW initalization error: Missing GL version
深度强化学习实验室
9+阅读 · 2018年6月13日
计算机视觉领域顶会CVPR 2018 接受论文列表
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
视觉机械臂 visual-pushing-grasping
CreateAMind
3+阅读 · 2018年5月25日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员