(a) Image de HAMR avec des axes fixes au corps montrés, et des marqueurs de suivi et des composants étiquetés. (b) Schéma d'un modèle électrique à paramètres localisés d'un seul actionneur et du circuit de mesure de l'encodeur piézoélectrique associé [38]. (c) Un schéma fonctionnel de l'architecture de détection et de contrôle proposée. Ici x r est la position et la vitesse de référence de l'actionneur, ˆx a est la position et la vitesse estimées de l'actionneur, u f est la tension d'actionnement anticipée, u a est la tension de commande, et u a et y sont les mesures du capteur. La conception de l'estimateur et du contrôleur sont discutées dans les Secs. 3 et 4, respectivement. Crédit :Doshi et al.
Une équipe de chercheurs de l'Université Harvard et du Wyss Institute for Biologically Inspired Engineering a récemment développé un cadre informatique efficace pour l'estimation et le contrôle des trajectoires des jambes sur un microrobot quadrupède. Leur approche, décrit dans un article prépublié sur arXiv, une estimation et un contrôle précis de la position, et le robot s'est déplacé sur une large gamme de fréquences de foulée (10-50 Hz).
Animaux terrestres, les animaux qui vivent et se déplacent principalement ou entièrement sur terre, naviguer sur des terrains naturels en utilisant une variété de trajectoires de jambes complexes. Leur choix des trajectoires des jambes dépend souvent d'une série de facteurs morphologiques, comme leur posture, cinématique des hanches et des jambes, conceptions et capacités d'actionnement de la cheville et du pied.
"Les animaux modifient également la trajectoire de leurs pattes pour répondre à des exigences de performance telles que la vitesse, stabilité et économie, ainsi que pour s'adapter à des facteurs externes tels que le type de terrain et les propriétés de surface, " les chercheurs ont écrit dans leur article. " Inspirés par leurs homologues biologiques, Les grands robots bipèdes et quadrupèdes (longueur du corps ~ 100 cm) ont généralement deux degrés de liberté actionnés (DOF) ou plus par jambe pour permettre des trajectoires de jambe complexes.
Autrefois, en raison des limitations d'actionnement, détection et calcul, les robots à petites pattes ne pouvaient atteindre une locomotion efficace que grâce à un réglage minutieux, trajectoires des jambes à médiation mécanique. Récemment, cependant, les progrès de la fabrication ont permis le développement de robots à pattes minuscules qui peuvent fonctionner à plusieurs fréquences de foulée et avec des trajectoires de jambes à plusieurs degrés de liberté.
Actuellement, les robots à deux et quatre pattes d'inspiration biologique utilisent une variété de schémas de contrôle, qui leur permettent de s'adapter à différents environnements et exigences de performance. Des études antérieures ont proposé une variété d'approches pour atteindre une locomotion stable et dynamique chez les robots à petites pattes, y compris les algorithmes d'optimisation, contrôleurs utilisant des modèles cinématiques stochastiques et des algorithmes d'apprentissage par renforcement profond. Malgré les résultats prometteurs obtenus par bon nombre de ces méthodes, chacun d'eux vient avec son propre ensemble de limitations.
(a) Configuration expérimentale avec une seule jambe utilisée pour évaluer les performances de l'estimateur, avec des composants étiquetés. La vérité terrain est fournie par un capteur de déplacement à fibre optique calibré (Philtec-D21) à 2,5 kHz. (b) Diagramme de communication et d'estimation pour la caractérisation de l'estimateur dans le cadre de l'actionneur avec des blocs implémentés sur la cible xPC ombrée en orange. A noter que les gains mis à jour de Kalman (matrices A, B, H, RÉ, et K; en bleu) sont pré-calculés hors ligne. Crédit :Doshi et al.
Le microrobot ambulatoire de Harvard (HAMR), qui utilise des actionneurs de flexion piézoélectriques à large bande passante, a été trouvé pour obtenir une locomotion rapide, pourtant, son fonctionnement haute performance est toujours limité à une plage étroite de fréquences de foulée. Dans leur étude récente, l'équipe de chercheurs de l'Université Harvard et du Wyss Institute a entrepris de développer une nouvelle approche qui pourrait atteindre une locomotion efficace du robot HAMR à plusieurs fréquences de foulée.
"Dans ce travail, nous tirons parti de la détection concomitante pour l'actionnement piézoélectrique afin de développer un cadre informatique efficace pour l'estimation et le contrôle des trajectoires des jambes sur un microrobot quadrupède, " les chercheurs ont écrit dans leur article. " Nous démontrons une estimation précise de la position ( <16% d'erreur quadratique moyenne) et contrôle ( <16% d'erreur de suivi de la moyenne quadratique) pendant la locomotion sur une large gamme de fréquences de foulée (10-50 Hz)."
HAMR est un microrobot quadrupède de 4,5 cm de long qui pèse 1,4 g. Chacune de ses pattes a deux DOF, qui sont entraînés par des actionneurs de flexion piézoélectriques contrôlés par des signaux de tension alternative. L'approche conçue par les chercheurs estime la position et la vitesse des jambes, utilise ensuite ces estimations pour générer une variété de trajectoires de jambes pour une meilleure locomotion.
Cette méthode leur a permis d'explorer deux trajectoires de jambes paramétriques, enquêter sur l'influence du glissement des jambes, raideur, le temps et l'énergie sur les performances de locomotion. Ce balayage des paramètres a finalement abouti à une carte de performance expérimentale, leur permettant de sélectionner des paramètres de contrôle et de déterminer les trajectoires des jambes qui maximisent les performances à une fréquence de marche et de foulée particulière. En utilisant ces paramètres, les chercheurs ont obtenu des performances remarquables sur une large gamme de fréquences de foulée.
"À l'avenir, nous visons à utiliser ce contrôleur de bas niveau en conjonction avec l'optimisation de trajectoire pour concevoir des trajectoires de jambe réalisables qui optimisent un coût donné (par exemple, la vitesse, LIT, etc.) à une condition de fonctionnement particulière, ", ont écrit les chercheurs dans leur article. "Cela peut automatiser la tâche difficile de concevoir des trajectoires de jambes appropriées pour un système de jambes complexe et entraîner de meilleures performances de locomotion."
Les résultats recueillis dans cette étude récente suggèrent que HAMR est une plate-forme très efficace pour tester des hypothèses liées à la locomotion biologique. À l'avenir, le contrôleur conçu par les chercheurs pourrait également être combiné avec des contrôleurs de locomotion du corps entier efficaces sur le plan informatique pour obtenir un suivi précis des trajectoires des jambes au cours de différents types de locomotion, par exemple lorsque le robot nage ou grimpe.
© 2019 Réseau Science X
