POE：用于全向末端执行器的声学软体机器人本体感知
机器人学
2024-01-18 v1
摘要
由于软体机器人复杂的变形行为和无限自由度，其形状估计和本体感知具有挑战性。软体机器人连续变形的主体使得集成刚性传感器并可靠估计其形状变得困难。在本工作中，我们提出了本体感知全向末端执行器 (POE)，其在腱驱动软体机器人表面嵌入了六个麦克风。我们首先介绍了将先前提出的 3D 重建方法新颖地应用于来自麦克风的声学信号，以实现软体机器人形状的本体感知。为了提高本体感知流程的训练效率和模型预测的一致性，我们提出了 POE-M。POE-M 首先根据嵌入式麦克风阵列的声学信号观测预测关键点位置。然后，我们利用能量最小化方法，根据估计的关键点重建 POE 的物理可行高分辨率网格。我们使用模拟数据评估了网格重建模块，并通过真实世界实验评估了完整的 POE-M 流程。消融研究表明，POE-M 在网格重建过程中对关键点的显式引导为流程提供了鲁棒性和稳定性。与最先进的端到端软体机器人本体感知模型相比，POE-M 将最大 Chamfer 距离误差降低了 23.10%，并在评估中实现了 4.91 mm 的平均 Chamfer 距离误差。
引用
@article{arxiv.2401.09382,
title = {POE: Acoustic Soft Robotic Proprioception for Omnidirectional End-effectors},
author = {Uksang Yoo and Ziven Lopez and Jeffrey Ichnowski and Jean Oh},
journal= {arXiv preprint arXiv:2401.09382},
year = {2024}
}