En ramme til at estimere og kontrollere benbaner for en firbenet mikrorobot

Et team af forskere ved Harvard University og Wyss Institute for Biologically Inspired Engineering har for nylig udviklet en beregningseffektiv ramme til estimering og kontrol af benbaner på en firbenet mikrorobot. Deres tilgang, skitseret i et papir, der er forududgivet på arXiv, opnået nøjagtig positionsvurdering og kontrol, og robotten bevægede sig hen over en bred vifte af skridtfrekvenser (10-50Hz).

terrestriske dyr, dyr, der lever og bevæger sig overvejende eller helt på land, navigere i naturlige terræn ved hjælp af en række komplekse benbaner. Deres valg af benbaner afhænger ofte af en række morfologiske faktorer, såsom deres kropsholdning, hofte- og benkinematik, ankel- og foddesign og aktiveringsmuligheder.

"Dyr ændrer også deres benbaner for at opfylde præstationskrav såsom hastighed, stabilitet og økonomi, samt tilpasse sig eksterne faktorer såsom terræntype og overfladeegenskaber, " skrev forskerne i deres papir. "Inspireret af deres biologiske modstykker, store (kropslængde ~100 cm) to- og firbenede robotter har typisk to eller flere aktiverede frihedsgrader (DOF) pr. ben for at muliggøre komplekse benbaner."

I fortiden, på grund af begrænsninger i aktivering, sansning og beregning, småbenede robotter kunne kun opnå effektiv bevægelse via omhyggeligt afstemte, mekanisk medierede benbaner. For nylig, imidlertid, Fremskridt inden for fremstilling har muliggjort udviklingen af ​​småbenede robotter, der kan arbejde ved flere skridtfrekvenser og med multi-DOF benbaner.

I øjeblikket, biologisk inspirerede to- og firbenede robotter anvender en række forskellige kontrolsystemer, som giver dem mulighed for at tilpasse sig forskellige miljøer og præstationskrav. Tidligere undersøgelser har foreslået en række forskellige tilgange til at opnå stabil og dynamisk bevægelse i småbenede robotter, herunder optimeringsalgoritmer, controllere, der bruger stokastiske kinematiske modeller og dybe forstærkningsindlæringsalgoritmer. På trods af de lovende resultater opnået med mange af disse metoder, hver af dem kommer med sit eget sæt begrænsninger.

Harvard Ambulatory MicroRobot (HAMR), som bruger piezoelektriske bøjningsaktuatorer med høj båndbredde, har vist sig at opnå hurtig bevægelse, alligevel er dens højtydende drift stadig begrænset til et snævert område af skridtfrekvenser. I deres nylige undersøgelse, teamet af forskere ved Harvard University og Wyss Institute satte sig for at udvikle en ny tilgang, der kunne opnå effektiv bevægelse af HAMR-robotten ved flere skridtfrekvenser.

"I dette arbejde, vi udnytter samtidig sansning til piezoelektrisk aktivering for at udvikle en beregningseffektiv ramme til estimering og kontrol af benbaner på en firbenet mikrorobot, " skrev forskerne i deres papir. "Vi demonstrerer nøjagtig positionsestimering ( <16 % root-mean-square fejl) og kontrol ( <16 % root-mean-square tracking error) under bevægelse på tværs af en bred vifte af skridtfrekvenser (10-50 Hz)."

HAMR er en 4,5 cm lang firbenet mikrorobot, der vejer 1,4 g. Hvert af dets ben har to DOF'er, som drives af piezoelektriske bøjningsaktuatorer styret med AC-spændingssignaler. Den tilgang, som forskerne har udtænkt, estimerer benpositioner og hastighed, bruger derefter disse estimater til at generere en række benbaner for forbedret bevægelse.

Denne metode tillod dem at udforske to parametriske benbaner, undersøger indflydelsen af ​​benglidning, stivhed, timing og energi på bevægelsespræstation. Dette parametersweep resulterede i sidste ende i et eksperimentelt præstationskort, giver dem mulighed for at vælge kontrolparametre og bestemme benbaner, der maksimerer præstationen ved en bestemt gang- og skridtfrekvens. Ved at bruge disse parametre, forskerne opnåede en bemærkelsesværdig præstation på tværs af en bred vifte af skridtfrekvenser.

"I fremtiden, vi sigter mod at bruge denne lavniveau-controller i forbindelse med baneoptimering til at designe gennemførlige benbaner, der optimerer en given omkostning (f.eks. hastighed, COT, osv.) under en bestemt driftstilstand, " skrev forskerne i deres papir. "Dette kan automatisere den udfordrende opgave at designe passende benbaner til et komplekst bensystem og resultere i bedre bevægelsesevne."

Resultaterne indsamlet i denne nylige undersøgelse tyder på, at HAMR er en yderst effektiv platform til at teste hypoteser relateret til biologisk bevægelse. I fremtiden, controlleren, som forskerne har udtænkt, kunne også kombineres med beregningseffektive bevægelsesregulatorer for hele kroppen for at opnå nøjagtig sporing af benbaner under forskellige former for bevægelse, når robotten svømmer eller klatrer.

© 2019 Science X Network