Design and Nonlinear Modeling of a Modular Cable Driven Soft Robotic Arm
作者: Xinda Qi, Yu Mei, Dong Chen, Zhaojian Li, Xiaobo Tan
分类: cs.RO
发布日期: 2024-01-12 (更新: 2024-05-15)
备注: The paper has been accepted by IEEE Transactions on Mechatronics
💡 一句话要点
提出一种模块化软体机器人臂以解决非线性建模问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 软体机器人 非线性建模 缆驱动 运动规划 模块化设计 实验验证 高灵活性
📋 核心要点
- 现有的软体机器人臂在非线性建模方面存在不足，尤其是在大弯曲条件下的性能预测不准确。
- 本文提出了一种新型的模块化缆驱动软体机器人臂，并引入了非线性静态模型来捕捉缆线与软体结构之间的复杂关系。
- 实验结果表明，所提方法在灵活性和工作空间方面表现优异，且跟踪误差显著低于传统基线模型。
📝 摘要（中文）
本文提出了一种新型的多段缆驱动软体机器人臂，灵感来源于章鱼触手，并引入了一种新的建模方法。该模块化操控器的每个部分由软管骨架、软硅臂体和两个刚性端盖组成，后者连接相邻部分并解耦不同部分的驱动缆线。通过3D打印刚性端盖后进行铸造，达成低成本和便捷的制造。为捕捉缆线推入软硅臂体的非线性效应，本文开发了一个解析静态模型，能够描述弯曲曲率与缆线长度之间的关系。实验表明，所提模型在大弯曲条件下的预测性能优于基线模型。基于该非线性静态模型，进一步开发了多段臂的运动学模型，并用于推导运动规划算法。实验结果显示，所提软臂具有高灵活性和大工作空间，基于新模型的算法跟踪误差比基线模型的算法小52%。
🔬 方法详解
问题定义：本文旨在解决现有软体机器人臂在非线性建模中的不足，尤其是缆线推入软体结构时的复杂行为未能被有效捕捉。
核心思路：通过设计模块化的软体机器人臂，结合新的非线性静态模型，能够更准确地描述缆线与软体臂体之间的相互作用，从而提高运动控制的精度。
技术框架：整体架构包括模块化设计、3D打印刚性端盖、软体铸造、非线性静态建模和运动规划算法五个主要模块。每个模块相互配合，形成完整的软体机器人系统。
关键创新：最重要的创新在于提出了一种新的非线性静态模型，该模型在大弯曲条件下的预测性能显著优于传统基线模型，能够更好地适应软体结构的特性。
关键设计：在设计中，采用了软管骨架和软硅臂体的组合，刚性端盖的3D打印技术使得制造成本低廉且便捷，模型参数经过实验验证，确保了高精度的运动控制。
🖼️ 关键图片
📊 实验亮点
实验结果显示，所提软体机器人臂在运动控制方面表现优异，基于新模型的算法跟踪误差比基线模型小52%，证明了新建模方法的有效性和优越性。
🎯 应用场景
该研究的潜在应用领域包括医疗机器人、柔性自动化装置以及人机交互系统等。由于其高灵活性和大工作空间，未来可在复杂环境下的操作中发挥重要作用，推动软体机器人技术的实际应用和发展。
📄 摘要（原文）
We propose a novel multi-section cable-driven soft robotic arm inspired by octopus tentacles along with a new modeling approach. Each section of the modular manipulator is made of a soft tubing backbone, a soft silicon arm body, and two rigid endcaps, which connect adjacent sections and decouple the actuation cables of different sections. The soft robotic arm is made with casting after the rigid endcaps are 3D-printed, achieving low-cost and convenient fabrication. To capture the nonlinear effect of cables pushing into the soft silicon arm body, which results from the absence of intermediate rigid cable guides for higher compliance, an analytical static model is developed to capture the relationship between the bending curvature and the cable lengths. The proposed model shows superior prediction performance in experiments over that of a baseline model, especially under large bending conditions. Based on the nonlinear static model, a kinematic model of a multi-section arm is further developed and used to derive a motion planning algorithm. Experiments show that the proposed soft arm has high flexibility and a large workspace, and the tracking errors under the algorithm based on the proposed modeling approach are up to 52$\%$ smaller than those with the algorithm derived from the baseline model. The presented modeling approach is expected to be applicable to a broad range of soft cable-driven actuators and manipulators.