曲げセンサとIMUを統合したソフトロボットの高精度固有感覚手法
An Enhanced Proprioceptive Method for Soft Robots Integrating Bend Sensors and IMUs
曲げセンサとIMUをカルマンフィルタで融合し、ソフトロボットの形状を長時間高精度に推定する手法を提案。IMU単体より誤差を56%削減した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Dong Heon Han, Mayank Mehta, Runze Zuo, Zachary Wanger, Daniel Bruder
分類: cs.RO
原文アブストラクト
This study presents an enhanced proprioceptive method for accurate shape estimation of soft robots using only off-the-shelf sensors, ensuring cost-effectiveness and easy applicability. By integrating inertial measurement units (IMUs) with complementary bend sensors, IMU drift is mitigated, enabling reliable long-term proprioception. A Kalman filter fuses segment tip orientations from both sensors in a mutually compensatory manner, improving shape estimation over single-sensor methods. A piecewise constant curvature model estimates the tip location from the fused orientation data and reconstructs the robot's deformation. Experiments under no loading, external forces, and passive obstacle interactions during 45 minutes of continuous operation showed a root mean square error of 16.96 mm (2.91% of total length), a 56% reduction compared to IMU-only benchmarks. These results demonstrate that our approach not only enables long-duration proprioception in soft robots but also maintains high accuracy and robustness across these diverse conditions.
関連論文
- 固有感覚を備えた折り紙マニピュレータソフトロボティクス/固有感覚
- POE: 全方向エンドエフェクタのための音響によるソフトロボット固有感覚ソフトロボティクス/固有感覚
- カメラ内蔵ソフトインフレータブルアクチュエータの視覚ベース固有感覚センシングソフトロボティクス/固有感覚
