Сравнение результатов работы алгоритмов обратной кинематики на основе FABRIK для многосекционных непрерывных роботов

Роботы с изгибными упругими звеньями, также называемые непрерывными или мягкими роботами, являются актуальной темой для изучения. Для решения задачи обратной кинематики многосекционных непрерывных роботов разработаны различные подходы, в том числе основанные на алгоритме FABRIK (Forward And Backward Reaching Inverse Kinematics). Этот алгоритм, изначально созданный для решения задачи обратной кинематики роботов, состоящих из жестких звеньев, соединенных сферическими шарнирами, можно использовать и для непрерывных роботов, которые представляют собой дуги, плавно переходящие друг в друга. Для работы с алгоритмом FABRIK каждую секцию изгиба аппроксимируют до виртуального жесткого звена. Известны два подхода к решению задачи обратной кинематики: на основе построения касательных (преобразования секции изгиба к двум касательным) и хорд (сведения секции изгиба к хорде). Оба подхода показывают хорошие результаты решения задачи обратной кинематики по сравнению с алгоритмами, основанными на построении матрицы Якоби. Однако в научной литературе нет данных о сравнении методов, использующих алгоритм FABRIK. В связи с этим выполнено сравнение двух подходов к решению обратной задачи кинематики на основе алгоритма FABRIK. Приведены результаты численных экспериментов с трех-, пяти- и десятисекционными роботами. Определены характеристики алгоритмов и границы их применения.

Литература

[1] Axinte D., Dong X., Palmer D. et al. MiRoR — miniaturized robotic systems for holistic in-situ repair and maintenance works in restrained and hazardous environments. IEEE/ASME Trans. Mechatronics, 2018, vol. 23, no. 2, pp. 978–981, doi: https://doi.org/10.1109/TMECH.2018.2800285

[2] Dong X., Axinte D., Palmer D. et al. Development of a slender continuum robotic system for on-wing inspection/repair of gas turbine engines. Robot. Comput. Integr. Manuf., 2017, vol. 44, pp. 218–229, doi: https://doi.org/10.1016/j.rcim.2016.09.004

[3] Buckingham R., Graham A. Nuclear snake-arm robots. Ind. Rob., 2012, vol. 39, no. 1, pp. 6–11, doi: https://doi.org/10.1108/01439911211192448

[4] Nahar D., Yanik P.M., Walker I.D. Robot tendrils: long, thin continuum robots for inspection in space operations. IEEE Aerosp. Conf., 2017, doi: https://doi.org/10.1109/AERO.2017.7943940

[5] Liljeback P., Mills R. Eelume: a flexible and subsea resident IMR vehicle. OCEANS 2017 — Aberdeen, 2017, doi: https://doi.org/10.1109/OCEANSE.2017.8084826

[6] Burgner-Kahrs J., Rucker D.C., Choset H. Continuum robots for medical applications: a survey. IEEE Trans. Robot., 2015, vol. 31, no. 6, pp. 1261–1280, doi: https://doi.org/10.1109/TRO.2015.2489500

[7] Zhang Y., Lu M. A review of recent advancements in soft and flexible robots for medical applications. Int. J. Med. Robot. Comput. Assist. Surg., 2020, vol. 16, no. 3, art. e2096, doi: https://doi.org/10.1002/rcs.2096

[8] Щелкунов Е.Б., Виноградов С.В., Щелкунова М.Е. и др. Мягкие роботы. Ученые записки Комсомольского-на-Амуре государственного технического университета, 2021, № 1, с. 83–91.

[9] Даутов А.М., Копец Е.Е., Каримов А.И. и др. Разработка радиоуправляемого робота-щупальца. Межд. науч. конф. по проблемам управления в технических системах, т. 1, Санкт-Петербург, ЛЭТИ, 2021, с. 337–340.

[10] Lai J., Huang K., Chu H.K. A learning-based inverse kinematics solver for a multi-segment continuum robot in robot-independent mapping. IEEE ROBIO, 2019, pp. 576–582, doi: https://doi.org/10.1109/ROBIO49542.2019.8961669

[11] Melingui A., Merzouki R., Mbede J.B. et al. Neural Networks based approach for inverse kinematic modeling of a Compact Bionic Handling Assistant trunk. IEEE 23rd ISIE, 2014, pp. 1239–1244, doi: https://doi.org/10.1109/ISIE.2014.6864791

[12] Amouri A., Mahfoudi C., Zaatri A. et al. A metaheuristic approach to solve inverse kinematics of continuum manipulators. P. I. Mech. Eng. I-J Sys., 2017, vol. 231, no. 5, pp. 380–394, doi: http://dx.doi.org/10.1177/0959651817700779

[13] Jones B.A., Walker I.D. Kinematics for multisection continuum robots. IEEE Trans. Robot., 2006, vol. 22, no. 1, pp. 43–55, doi: https://doi.org/10.1109/TRO.2005.861458

[14] Mahl T., Hildebrandt A., Sawodny O. A variable curvature continuum kinematics for kinematic control of the bionic handling assistant. IEEE Trans. Robot., 2014, vol. 30, no. 4, pp. 935–949, doi: https://doi.org/10.1109/TRO.2014.2314777

[15] Zhang W., Yang Z., Dong T., Xu K. FABRIKc: an efficient iterative inverse kinematics solver for continuum robots. IEEE/ASME AIM, 2018, pp. 346–352, doi: https://doi.org/10.1109/AIM.2018.8452693

[16] Колпащиков Д.Ю., Гергет О.М. Сравнение алгоритмов обратной кинематики для многосекционных непрерывных роботов. Мехатроника, автоматизация, управление, 2021, т. 22, № 8, с. 420–424, doi: https://doi.org/10.17587/mau.22.420-424

[17] Webster R.J., Jones B.A. Design and kinematic modeling of constant curvature continuum robots: a review. Int. J. Rob. Res., 2010, vol. 29, no. 13, pp. 1661–1683, doi: http://dx.doi.org/10.1177/0278364910368147

[18] Aristidou A., Lasenby J. FABRIK: a fast, iterative solver for the Inverse Kinematics problem. Graph. Models, 2011, vol. 73, no. 5, pp. 243–260, doi: https://doi.org/10.1016/j.gmod.2011.05.003