振动助力滞后抑制以实现高补偿效率
机器人学
2025-03-05 v1 人工智能
摘要
tendon-sheath 机制 (TSM) 在 minimally invasive 手术 (MIS) 应用中广泛使用，但其内在滞后——由摩擦、背隙和腱伸长引起——导致显著跟踪误差。传统建模与补偿方法难以处理此类非线性，需 extensive 参数调优。为此，我们提出一种振动助力滞后补偿方法，通过在腱的运动方向施加受控振动以抑制摩擦并减少死区。实验结果表明，所施加的振动在所有测试频率下均能一致降低滞后，将 RMSE 降低最高 23.41%（由 2.2345 mm 降至 1.7113 mm），并提升相关性，实现更精确的轨迹跟踪。当结合基于 Temporal 卷积网络 (TCN) 的补偿模型时，振动进一步提升性能，MAE 降低最高 85.2%（由 1.334 mm 降至 0.1969 mm）。无振动时，TCN 方法仍在相同参数设置下将 MAE 降低 72.3%（由 1.334 mm 降至 0.370 mm）。这些结果表明，振动有效抑制滞后，提高轨迹精度，实现更高效的补偿模型，所需可训练参数更少。该方法为 TSM 基于的机器人应用，尤其是 MIS 场景提供了可扩展且实用的解决方案。
引用
@article{arxiv.2503.02720,
title = {Vibration-Assisted Hysteresis Mitigation for Achieving High Compensation Efficiency},
author = {Myeongbo Park and Chunggil An and Junhyun Park and Jonghyun Kang and Minho Hwang},
journal= {arXiv preprint arXiv:2503.02720},
year = {2025}
}
备注
8 pages, 7 figures, and 2 tables