最大化软体机器人中形状记忆合金人工肌肉的一致力输出

软体机器人因其固有的安全性和适应性而具有巨大潜力，但软体执行器在力方面的挑战和设计约束限制了软体机器人向更大尺寸的扩展。电热形状记忆合金（SMA）人工肌肉有潜力产生这些大的力和高位移，但在软体机器人中基于明确定义的模型原位一致地使用这些肌肉仍然是一个开放挑战。本文提供了一种系统，通过将疲劳测试协议与肌肉内部温度状态的监督控制系统相结合，在长生命周期内保持尽可能高的一致 SMA 力。我们提出了一种带有可更换 SMA 肌肉的软肢体设计，并将该肢体部署在阻塞力测试中，以量化不同寿命期内不同温度下测得的最大力之间的关系。然后，通过应用基于不变性的控制系统在我们的长寿命限制下维持温度，我们在数百次循环的实际任务中展示了一致的高力。我们开发的方法通过表征和控制 SMA 的原位行为，允许其在软体机器人中的实际应用，并提供了一种施加限制以最大化其一致、可重复行为的方法。