Abstract
Uno de los principales problemas que está encontrando la robótica blanda y, en parte, frenando su auge, es la dificultad para modelar con precisión la cinemática inversa de estos manipuladores. Su carácter redundante hace compleja esta tarea y, en multitud de ocasiones, las técnicas de aprendizaje automático precisan de un número de muestras difícilmente alcanzable. Se presenta aquí un algoritmo genético que, a partir del modelo cinemático directo, fácilmente obtenible, logra notables resultados, tanto en términos de precisión como de tiempo. En concreto se ha conseguido, al aplicarlo sobre un robot neumático modular, un error de 0.9 mm con tiempos de ejecución de 12 s. La metodología desarrollada permite, además, gestionar las redundancias y elegir la pose que se desea que el robot adopte, pudiendo recibir como entrada, además de las coordenadas del extremo, la posición deseada de cuantos módulos intermedios se precise. Esto abre la puerta a posibles aplicaciones de interés, como la teleoperación de manipuladores blandos mediante realidad virtual.
Reference31 articles.
1. Alkhodary, A., Gur, B., 2022. Kinematics Transformer : Solving The Inverse Modeling Problem of Soft Robots using Transformers, unpublished.
2. Almanzor, E., Ye, F., Shi, J., Thuruthel, T. G., Wurdemann, H. A., Iida, F., 2023. Static Shape Control of Soft Continuum Robots Using Deep Visual Inverse Kinematic Models. IEEE Transactions on Robotics 39 (4), 2973–2988. DOI: 10.1109/TRO.2023.3275375
3. Bern, J. M., Rus, D., 2021. Soft IK with stiffness control. 2021 IEEE 4th International Conference on Soft Robotics, RoboSoft 2021, 465–471. DOI: 10.1109/RoboSoft51838.2021.9479195
4. Bern, J. M., Schnider, Y., Banzet, P., Kumar, N., Coros, S., 2020. Soft Robot Control with a Learned Differentiable Model. 2020 3rd IEEE International Conference on Soft Robotics, RoboSoft 2020, 417–423. DOI: 10.1109/RoboSoft48309.2020.9116011
5. Bhagat, S., Banerjee, H., Tse, Z. T. H., Ren, H., 2019. Deep reinforcement learning for soft, flexible robots: Brief review with impending challenges. Robotics 8 (1), 1–36. DOI: 10.3390/robotics8010004