相关实验视频
Updated: Jul 11, 2025
08:24
Bioinspired Soft Robot with Incorporated Microelectrodes
Published on: February 28, 2020
8.8K
对于一个生物灵感的软机器人手臂,零射击模型无需学习周期性运动
Paris Oikonomou1, Athanasios Dometios1, Mehdi Khamassi1,2
1Division of Signals, Control and Robotics, School of Electrical and Computer Engineering, National Technical University of Athens, Athens, Greece.
Frontiers in robotics and AI
|November 6, 2023
概括
本研究介绍了一种用于软机器人手臂的新型控制方法,它结合了概率运动原始体 (ProMP) 和中央模式生成器 (CPG) 以实现高效的周期运动控制.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 控制系统 控制系统
- 生物启发工程 生物启发工程
背景情况:
- 软机器人为人类互动提供合规性和安全性,但面临控制算法开发的挑战.
- 软机器人的现有控制方法在复杂运动的复制方面存在局限性.
研究的目的:
- 开发一种用于模块化生物灵感软机器人手臂的运动控制的新技术.
- 为了促进软机器人中精确指定的周期轨迹的定性复制.
主要方法:
- 一种混合方法,结合了概率运动原始 (ProMP) 和中央模式生成器 (CPG) 模型.
- ProMP 根据学习的运动原始值计算出初始执行.
- 通过使用频域过的执行元件,CPG产生节奏电机模式.
主要成果:
- ProMP组件提供了立即的启动估计,避免了漫长的训练.
- 通过低维参数化,CPG组件简化了执行.
- 结合方法使软机器人能够快速获取和存储周期性运动.
结论:
- 拟议的方法提供了一种新的方式来控制软机器人的周期性运动.
- 这种方法提高了软机器人控制的效率和简单性.
- 它为需要精确和可适应的软机器人运动的实际应用开辟了道路.
