Selbsterkennende Regelung eines elektrohydraulischen robotischen Schultergelenks

Core Concepts

Ein selbsterkennender, antagonistisch angetriebener robotischer Schultergelenk mit zwei Freiheitsgraden, der auf Peano-HASEL-Aktuatoren basiert und ohne externe Sensoren auskommt.

Abstract

Der Artikel präsentiert den Entwurf und die Implementierung eines bio-inspirierten robotischen Schultergelenks mit zwei Freiheitsgraden, das von Peano-HASEL-Aktuatoren angetrieben wird. Das System zeichnet sich durch eine kompakte und nachgiebige Bauweise aus, da es ohne externe Sensoren wie Drehgeber auskommt. Stattdessen nutzt es die inhärenten selbsterkennenden Fähigkeiten der HASEL-Aktuatoren für die Regelung.
Kernelemente des Systems sind:

Ein kugelgelagertes Gelenk mit 2 Freiheitsgraden, das über Sehnen mit den HASEL-Aktuatoren verbunden ist. Dies ermöglicht eine effiziente Kraftübertragung bei gleichzeitig geringer Reibung.
Ein neues selbsterkennende Sensordesign für die HASEL-Aktuatoren, das die Positionsregelung ohne zusätzliche Sensoren erlaubt.
Eine Regelungsarchitektur, die die Kartesischen Sollwerte in den Sehnenraum überführt und die Rückkopplung über die selbsterkennenden Signale nutzt.
Die experimentellen Ergebnisse zeigen, dass das System in der Lage ist, komplexe Trajektorien im Arbeitsraum zu verfolgen, wobei die Leistung der selbsterkennenden Regelung nahe an der Referenzregelung mit Bewegungserfassung liegt.

Stats

Die HASEL-Aktuatoren erreichen bei einer Belastung von 14 g eine Dehnung von bis zu 6,5 % und eine Auslenkung von 8,6 mm.
Bei einer Belastung von 34 g verringert sich die Dehnung auf bis zu 5,8 % und die Auslenkung auf 7,8 mm.

Quotes

"Die menschliche Schulter, mit ihrem Glenohumeralgelenk, Sehnen, Bändern und Muskeln, ermöglicht die Ausführung komplexer Aufgaben mit Präzision und Effizienz. Aktuelle robotische Schulterentwürfe verfügen jedoch nicht über die Nachgiebigkeit und Kompaktheit ihrer biologischen Gegenstücke."
"Ein Schlüsselelement, das es uns ermöglicht, das selbsterkennende Signal als Rückkopplung des zweifach-freiheitsgrädigen antagonistischen Systems zu verwenden, ist die Abbildung V: R⁴ → R³, die die gemessenen Spannungen direkt auf die geschätzte Position im Arbeitsraum abbildet."

Key Insights Distilled From

Self-Sensing Feedback Control of an Electrohydraulic Robotic Shoulder

by Clemens C. C... at arxiv.org 04-08-2024

https://arxiv.org/pdf/2404.04079.pdf

Deeper Inquiries

Wie könnte die Schätzgenauigkeit des Positionsmodells weiter verbessert werden, z.B. durch den Einsatz fortgeschrittener Maschinenlernverfahren?

Um die Schätzgenauigkeit des Positionsmodells weiter zu verbessern, insbesondere bei der Bewältigung neuer, unbekannter Daten, könnte der Einsatz fortgeschrittener Maschinenlernverfahren eine vielversprechende Lösung bieten. Hier sind einige Möglichkeiten, wie dies erreicht werden könnte:

Deep Learning: Die Implementierung von Deep-Learning-Algorithmen, wie z.B. neuronalen Netzwerken, könnte dazu beitragen, komplexe nichtlineare Beziehungen zwischen den selbstsensierenden Signalen und den geschätzten Positionen zu modellieren. Durch das Training des Modells mit einer Vielzahl von Daten könnte eine präzisere Schätzung erreicht werden.

Recurrent Neural Networks (RNNs): RNNs sind besonders gut geeignet, um zeitabhängige Daten zu verarbeiten, was in diesem Kontext wichtig sein könnte, um die Bewegungsdynamik des Systems zu berücksichtigen. Durch die Verwendung von RNNs könnte das Modell besser in der Lage sein, Bewegungsmuster zu erkennen und präzise Positionsschätzungen vorzunehmen.

Gaussian Processes: Die Verwendung von Gaussian Processes ermöglicht eine probabilistische Modellierung der Positionsschätzungen. Dies könnte dazu beitragen, Unsicherheiten in den Schätzungen zu berücksichtigen und robustere Vorhersagen zu treffen, insbesondere bei begrenzten Daten.

Ensemble Learning: Durch den Einsatz von Ensemble-Learning-Techniken, bei denen mehrere Modelle kombiniert werden, könnte die Schätzgenauigkeit weiter verbessert werden. Indem verschiedene Modelle unterschiedliche Aspekte der Daten erfassen, kann die Gesamtgenauigkeit gesteigert werden.

Durch die Integration fortgeschrittener Maschinenlernverfahren könnte das Positionsmodell des Systems präziser und robuster werden, was zu einer verbesserten Leistung der selbstsensierenden Regelung führen würde.

Wie könnte die Drehmomentkapazität des Systems durch den Einsatz zusätzlicher Aktuatoren in Parallelschaltung erhöht werden?

Die Erhöhung der Drehmomentkapazität des Systems durch den Einsatz zusätzlicher Aktuatoren in Parallelschaltung ist eine vielversprechende Möglichkeit, um die Leistungsfähigkeit des Systems zu steigern. Hier sind einige Ansätze, wie dies erreicht werden könnte:

Parallelschaltung von Aktuatoren: Durch die Integration zusätzlicher HASEL-Aktuatoren, die parallel zu den bestehenden Aktuatoren geschaltet sind, kann die gesamte Drehmomentkapazität des Systems erhöht werden. Indem mehr Aktuatoren gemeinsam arbeiten, kann eine höhere Gesamtkraft erzeugt werden.

Koordination der Aktuatoren: Eine präzise Koordination der zusätzlichen Aktuatoren ist entscheidend, um sicherzustellen, dass sie synchron arbeiten und das Drehmoment effektiv verstärken. Durch eine intelligente Steuerung können die Aktuatoren so gesteuert werden, dass sie sich gegenseitig unterstützen und das Gesamtdrehmoment maximieren.

Lastverteilung: Eine gleichmäßige Verteilung der Last auf die verschiedenen Aktuatoren ist wichtig, um sicherzustellen, dass sie effizient zusammenarbeiten und das Drehmoment gleichmäßig erhöhen. Durch eine optimale Lastverteilung kann die Gesamtleistung des Systems maximiert werden.

Durch die Parallelschaltung zusätzlicher Aktuatoren und eine effektive Koordination und Lastverteilung könnte die Drehmomentkapazität des Systems signifikant gesteigert werden, was zu einer verbesserten Leistungsfähigkeit und Vielseitigkeit des Systems führen würde.

Wie könnte die Integration einer dritten Drehachse (Gieren) die Steuerungsmöglichkeiten des Systems erweitern und zu innovativeren Regelstrategien führen?

Die Integration einer dritten Drehachse (Gieren) in das System könnte die Steuerungsmöglichkeiten erheblich erweitern und zu innovativeren Regelstrategien führen. Hier sind einige Möglichkeiten, wie dies erreicht werden könnte:

Erweiterung des Bewegungsspielraums: Durch die Integration einer dritten Drehachse kann das System eine zusätzliche Rotationsfreiheit um die vertikale Achse erreichen. Dies eröffnet neue Möglichkeiten für komplexe Bewegungen und Positionierungen des Endeffektors.

Verbesserte Manövrierfähigkeit: Die zusätzliche Drehachse ermöglicht es dem System, sich in einem dreidimensionalen Raum flexibler zu bewegen. Dies kann die Manövrierfähigkeit des Systems verbessern und es in der Lage machen, anspruchsvolle Aufgaben mit größerer Präzision auszuführen.

Innovative Regelstrategien: Die Integration einer dritten Drehachse erfordert die Entwicklung neuer Regelstrategien, die die zusätzliche Freiheitsgrad berücksichtigen. Durch die Implementierung von innovativen Regelalgorithmen, die die Gierbewegung mit einbeziehen, können komplexere Bewegungsmuster erzeugt und präzise Steuerungen realisiert werden.

Durch die Integration einer dritten Drehachse könnte das System seine Fähigkeiten erheblich erweitern, was zu vielseitigeren Anwendungen und innovativen Regelstrategien führen würde.