基于高斯过程的拮抗式软体气动执行器位置与刚度前馈控制
系统与控制
2024-04-17 v2 机器人学
系统与控制
摘要
变刚度执行器（VSA）的设计形式多样。这类非线性系统的常规基于模型的控制伴随较高代价和依赖于设计的假设。相比之下，机器学习提供了一种有前景的替代方案，因为模型基于真实测量数据训练且非线性被固有地考虑。我们的工作提出了一种通用的、基于学习的软体执行器位置与刚度控制方法。在介绍一种软体气动 VSA 后，利用输入输出数据对模型进行学习。为此搭建了一个测试台，可实现可变关节刚度的自动测量。在控制过程中，使用高斯过程预测用于实现期望位置和刚度的压力。前馈误差平均占总压力范围的 11.5%，并由反馈控制补偿。使用软体执行器的实验表明，该基于学习的方法无需模型知识即可连续调节位置和刚度。
引用
@article{arxiv.2303.01840,
title = {Learning-based Position and Stiffness Feedforward Control of Antagonistic Soft Pneumatic Actuators using Gaussian Processes},
author = {Tim-Lukas Habich and Sarah Kleinjohann and Moritz Schappler},
journal= {arXiv preprint arXiv:2303.01840},
year = {2024}
}
备注
Accepted for publication at IEEE-RAS International Conference on Soft Robotics (RoboSoft) 2023