(a) Immagine di HAMR con assi fissi sul corpo mostrati, e marcatori di tracciamento e componenti etichettati. (b) Schema di un modello elettrico a parametri concentrati di un singolo attuatore e relativo circuito di misurazione dell'encoder piezoelettrico [38]. (c) Un diagramma a blocchi dell'architettura di rilevamento e controllo proposta. Qui x r è la posizione e la velocità di riferimento dell'attuatore, x a è la posizione e la velocità stimate dell'attuatore, u f è la tensione dell'attuatore feed-forward, u a è la tensione di controllo, e u a e y sono le misurazioni del sensore. Il progetto dello stimatore e del controllore è discusso nelle Sez. 3 e 4, rispettivamente. Credito:Doshi et al.
Un team di ricercatori dell'Università di Harvard e del Wyss Institute for Biologically Inspired Engineering ha recentemente sviluppato un framework computazionalmente efficiente per la stima e il controllo delle traiettorie delle gambe su un microrobot quadrupede. Il loro approccio, delineato in un documento pre-pubblicato su arXiv, ottenuto una stima e un controllo accurati della posizione, e il robot si muoveva su un'ampia gamma di frequenze del passo (10-50Hz).
Animali terrestri, animali che vivono e si muovono prevalentemente o interamente sulla terraferma, navigare su terreni naturali utilizzando una varietà di traiettorie di gambe complesse. La loro scelta delle traiettorie delle gambe dipende spesso da una serie di fattori morfologici, come la loro postura, cinematica dell'anca e della gamba, caviglie e piedi e capacità di attuazione.
"Gli animali modificano anche le traiettorie delle zampe per soddisfare requisiti prestazionali come velocità, stabilità ed economia, nonché per adattarsi a fattori esterni come il tipo di terreno e le proprietà della superficie, " hanno scritto i ricercatori nel loro articolo. "Ispirati dalle loro controparti biologiche, i robot bipedi e quadrupedi di grandi dimensioni (lunghezza del corpo ~ 100 cm) in genere hanno due o più gradi di libertà (DOF) per gamba per consentire traiettorie complesse delle gambe".
Nel passato, a causa di limitazioni nell'attuazione, rilevamento e calcolo, i robot dalle zampe piccole potevano ottenere una locomozione efficace solo tramite un'attenta messa a punto, traiettorie delle gambe mediate meccanicamente. Recentemente, però, i progressi nella produzione hanno consentito lo sviluppo di robot dalle gambe minuscole che possono operare a frequenze di falcata multiple e con traiettorie delle gambe multi-DOF.
Attualmente, i robot a due e quattro zampe di ispirazione biologica utilizzano una varietà di schemi di controllo, che consentono loro di adattarsi a diversi ambienti e requisiti prestazionali. Studi precedenti hanno proposto una varietà di approcci per ottenere una locomozione stabile e dinamica in robot con zampe piccole, inclusi algoritmi di ottimizzazione, controllori che utilizzano modelli cinematici stocastici e algoritmi di apprendimento per rinforzo profondo. Nonostante i promettenti risultati ottenuti da molti di questi metodi, ognuno di essi ha una propria serie di limitazioni.
(a) Configurazione sperimentale con una gamba singola utilizzata per valutare le prestazioni dello stimatore, con i componenti etichettati. La verità al suolo è fornita da un sensore di spostamento a fibra ottica calibrato (Philtec-D21) a 2,5 kHz. (b) Schema a blocchi di comunicazione e stima per la caratterizzazione dello stimatore nel frame dell'attuatore con blocchi implementati sul target xPC ombreggiati in arancione. Si noti che i guadagni aggiornati di Kalman (matrici A, B, H, D, e K; ombreggiate in blu) sono precalcolate off-line. Credito:Doshi et al.
Il microrobot ambulatoriale di Harvard (HAMR), che utilizza attuatori di piegatura piezoelettrici ad alta larghezza di banda, è stato trovato per ottenere una locomozione rapida, tuttavia il suo funzionamento ad alte prestazioni è ancora limitato a una gamma ristretta di frequenze di falcata. Nel loro recente studio, il team di ricercatori dell'Università di Harvard e del Wyss Institute ha deciso di sviluppare un nuovo approccio in grado di ottenere una locomozione efficace del robot HAMR a frequenze di falcata multiple.
"In questo lavoro, sfruttiamo il rilevamento concomitante per l'attuazione piezoelettrica per sviluppare un quadro computazionalmente efficiente per la stima e il controllo delle traiettorie delle gambe su un microrobot quadrupede, " hanno scritto i ricercatori nel loro articolo. " Dimostriamo una stima accurata della posizione ( <16% di errore quadratico medio medio) e controllo ( <16% di errore di tracciamento quadratico medio radice) durante la locomozione su un'ampia gamma di frequenze del passo (10-50 Hz)."
HAMR è un microrobot quadrupede lungo 4,5 cm che pesa 1,4 g. Ciascuna delle sue gambe ha due DOF, che sono azionati da attuatori piezoelettrici di piegatura controllati con segnali di tensione alternata. L'approccio ideato dai ricercatori stima la posizione e la velocità delle gambe, quindi utilizza queste stime per generare una varietà di traiettorie delle gambe per una migliore locomozione.
Questo metodo ha permesso loro di esplorare due traiettorie parametriche delle gambe, indagando sull'influenza dello scivolamento delle gambe, rigidità, tempi ed energia sulle prestazioni di locomozione. Questa scansione dei parametri alla fine ha portato a una mappa delle prestazioni sperimentali, consentendo loro di selezionare i parametri di controllo e determinare le traiettorie delle gambe che massimizzano le prestazioni a una particolare andatura e frequenza della falcata. Utilizzando questi parametri, i ricercatori hanno ottenuto prestazioni notevoli su un'ampia gamma di frequenze del passo.
"Nel futuro, miriamo a utilizzare questo controller di basso livello in combinazione con l'ottimizzazione della traiettoria per progettare traiettorie delle gambe fattibili che ottimizzino un dato costo (ad es. CULLA, ecc.) in una particolare condizione operativa, " I ricercatori hanno scritto nel loro articolo. "Questo può automatizzare l'impegnativo compito di progettare traiettorie delle gambe appropriate per un sistema di gambe complesso e portare a migliori prestazioni di locomozione".
I risultati raccolti in questo recente studio suggeriscono che HAMR è una piattaforma altamente efficiente per testare ipotesi relative alla locomozione biologica. Nel futuro, il controller ideato dai ricercatori potrebbe anche essere combinato con controller di locomozione del corpo intero computazionalmente efficienti per ottenere un monitoraggio accurato delle traiettorie delle gambe durante diversi tipi di locomozione, ad esempio quando il robot nuota o si arrampica.
© 2019 Scienza X Rete
