Een team van onderzoekers van de Harvard University en het Wyss Institute for Biologically Inspired Engineering heeft onlangs een rekenkundig efficiënt raamwerk ontwikkeld voor de schatting en controle van beentrajecten op een quadrupedale microrobot. Hun aanpak, geschetst in een paper dat vooraf is gepubliceerd op arXiv, bereikte nauwkeurige positieschatting en controle, en de robot bewoog zich over een breed scala aan stapfrequenties (10-50 Hz).

landdieren, dieren die voornamelijk of geheel op het land leven en bewegen, navigeer door natuurlijke terreinen met behulp van een verscheidenheid aan complexe beentrajecten. Hun keuze van beentrajecten hangt vaak af van een reeks morfologische factoren, zoals hun houding, heup- en beenkinematica, enkel- en voetontwerpen en bedieningsmogelijkheden.

"Dieren passen ook hun beentrajecten aan om te voldoen aan prestatie-eisen zoals snelheid, stabiliteit en economie, en om zich aan te passen aan externe factoren zoals terreintype en oppervlakte-eigenschappen, schreven de onderzoekers in hun paper. Geïnspireerd door hun biologische tegenhangers, grote (lichaamslengte ~ 100 cm) tweevoetige en viervoetige robots hebben doorgaans twee of meer geactiveerde vrijheidsgraden (DOF) per been om complexe beentrajecten mogelijk te maken."

Vroeger, vanwege beperkingen in de bediening, voelen en rekenen, kleinbenige robots konden alleen effectieve voortbeweging bereiken via zorgvuldig afgestelde, mechanisch gemedieerde beentrajecten. Onlangs, echter, vooruitgang in de productie heeft de ontwikkeling mogelijk gemaakt van robots met kleine poten die kunnen werken op meerdere stapfrequenties en met multi-DOF-beentrajecten.

Momenteel, biologisch geïnspireerde tweebenige en vierbenige robots maken gebruik van een verscheidenheid aan controleschema's, waardoor ze zich kunnen aanpassen aan verschillende omgevingen en prestatie-eisen. Eerdere studies hebben een verscheidenheid aan benaderingen voorgesteld om stabiele en dynamische voortbeweging te bereiken in robots met kleine poten, inclusief optimalisatie-algoritmen, controllers met behulp van stochastische kinematische modellen en leeralgoritmen voor diepe versterking. Ondanks de veelbelovende resultaten die met veel van deze methoden zijn bereikt, elk van hen heeft zijn eigen reeks beperkingen.

De Harvard Ambulante MicroRobot (HAMR), die piëzo-elektrische buigactuators met hoge bandbreedte gebruikt, is gevonden om snelle voortbeweging te bereiken, toch is zijn krachtige werking nog steeds beperkt tot een smal bereik van pasfrequenties. In hun recente studie, het team van onderzoekers van de Harvard University en het Wyss Institute ging op zoek naar een nieuwe benadering die een effectieve voortbeweging van de HAMR-robot bij meerdere stapfrequenties zou kunnen bereiken.

"In dit werk, we maken gebruik van gelijktijdige detectie voor piëzo-elektrische aandrijving om een ​​rekenkundig efficiënt raamwerk te ontwikkelen voor schatting en controle van beentrajecten op een quadrupedale microrobot, " schreven de onderzoekers in hun paper. "We demonstreren nauwkeurige positieschatting ( <16% wortel-gemiddelde-kwadraat fout) en controle ( <16% root-mean-square tracking error) tijdens voortbeweging over een breed bereik van stapfrequenties (10-50 Hz)."

HAMR is een 4,5 cm lange quadrupedale microrobot die 1,4 g weegt. Elk van zijn poten heeft twee DOF's, die worden aangedreven door piëzo-elektrische buigactuatoren die worden bestuurd met AC-spanningssignalen. De door de onderzoekers bedachte benadering schat de beenposities en snelheid, gebruikt deze schattingen vervolgens om verschillende beentrajecten te genereren voor een betere voortbeweging.

Met deze methode konden ze twee parametrische beentrajecten verkennen, onderzoek naar de invloed van beenuitglijden, stijfheid, timing en energie op motoriekprestaties. Deze parameter-sweep resulteerde uiteindelijk in een experimentele prestatiekaart, waardoor ze controleparameters kunnen selecteren en beentrajecten kunnen bepalen die de prestaties maximaliseren bij een bepaalde loop- en pasfrequentie. Met behulp van deze parameters, de onderzoekers bereikten opmerkelijke prestaties over een breed scala aan pasfrequenties.

"In de toekomst, we streven ernaar om deze low-level controller te gebruiken in combinatie met trajectoptimalisatie om haalbare beentrajecten te ontwerpen die een bepaalde kostprijs optimaliseren (bijv. snelheid, KINDERBED, enz.) bij een bepaalde bedrijfsomstandigheden, " schreven de onderzoekers in hun paper. "Dit kan de uitdagende taak automatiseren om geschikte beentrajecten te ontwerpen voor een complex beensysteem en resulteren in betere voortbewegingsprestaties."

De bevindingen die in deze recente studie zijn verzameld, suggereren dat HAMR een zeer efficiënt platform is voor het testen van hypothesen met betrekking tot biologische voortbeweging. In de toekomst, de door de onderzoekers bedachte controller kan ook worden gecombineerd met rekenkundig efficiënte bewegingscontrollers voor het hele lichaam om nauwkeurige tracking van beentrajecten tijdens verschillende soorten voortbeweging te verkrijgen, bijvoorbeeld wanneer de robot aan het zwemmen of klimmen is.

© 2019 Wetenschap X Netwerk