선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 있다. 또한 소프트 액추에이터의 특성을 파악하기 위해 사인파 형태의 input말고 다른 형태의 input도 적용해 보았다. 그 결과는 [Fig.
- C 기법을 선정하였다. 이를 통해 소프트 로봇이 실제 산업에 활용되기 위해 적합한 제어기법을 제안한다.
제안 방법
- 4장을 통해 소프트 액추에이터에 real-time에서 PD 제어를 적용하였을 때 여러가지 파형에 따른 결과를 살펴보았다. 그 결과 open loop에 비해 오차가 많이 줄어들긴 하지만 최대오차의 경우 16.
- Ⅱ.C는 반복학습을 통해 최적의 궤적을 생성해 내기 때문에 각 type별로 10번씩 반복학습을 진행하였다. 그 결과 [Fig.
- , Macungie, USA)를 부어 굳히는 방식으로 제작하였다. Dragon skin이 굳은 후 몰드에서 떼어낼 때 손상이 되는 경우가 생길 수 있으므로 3가지 part로 몰드를 구성하여 챔버에 손상이 가지 않도록 하였다. 챔버의 크기는 가로 27.
- PD제어에서의 오차를 줄이기 위해 ILC 기법을 적용해 제어해 보았다. 5.
- 센서는 소프트 액추에이터의 아랫면에 부착되었다. Sensor calibration을 위해 소프트 액추에이터에 0-60kPa의 공압을 주었고 그에 따라 변하는 센서의 전압 값을 측정하였다. 그리고 [Fig.
- Sensor calibration을 위해 소프트 액추에이터에 0-60kPa의 공압을 주었고 그에 따라 변하는 센서의 전압 값을 측정하였다. 그리고 [Fig. 2]와 같이 소프트 액추에이터의 끝단을 원점으로 공압에 따라 변하는 각을 측정하였다. 실험은 총 4회 진행하였고 소프트 액추에이터의 굽힘 각은 카메라(iphone 8)로 찍은 후 matlab을 이용해 이미지처리를 하여 얻었다.
- 하지만 소프트 로봇이 실제 산업에 적용되기 위해선 사용자가 원하는 테스크를 수행할 수 있을 만큼의 제어는 필수요소이다. 따라서 본 논문에서는 궤적 생성 반복 학습을 통해 소프트 액추에이터를 제어하였다. 2장에서는 본 논문에서 사용한 소프트 액추에이터의 구동방식과 제작 방법에 대해 서술하였다.
- 1장에서 서술한 바와 같이 inversion-based type의 경우 system의 transfer function을 구해야 한다. 따라서 본 연구에서는 matlab toolbox를 사용해 system identification을 하였다. 구해진 transfer functione pole과 zero 모두 7차이며 93.
- 3도까지 차이나는 것을 볼 수 있다. 따라서 이를 해결하기 위해 ILC(iterative learning control), 즉 반복학습을 통해 최적화된 궤적을 생성하는 제어기법을 적용해 보았다.
- 먼저 제어가 전혀 들어가지 않은 상태의 소프트 액추에이터의 거동을 보기 위해 open loop로 공압을 줘 보았다. Reference inpute 사인파 형태로 범위는 5-40도이며 60초 동안 진동수 0.
- 본 논문에서는 비선형성이 큰 소프트 로봇에 flex sensor를 장착하여 real-time PD control을 진행하고, 여러 파형에 대한 소프트 액추에이터의 구동경항을 분석하였다. 또한 p type, d type, inversion-based type ILC 제어기법을 적용하였다.
- 2]와 같이 소프트 액추에이터의 끝단을 원점으로 공압에 따라 변하는 각을 측정하였다. 실험은 총 4회 진행하였고 소프트 액추에이터의 굽힘 각은 카메라(iphone 8)로 찍은 후 matlab을 이용해 이미지처리를 하여 얻었다. 그 결과로 아래 [Fig.
- 앞에서 설명한 p type, d type, inversion-based type에 대해 먼저 matlab을 통해 ILC code를 검증해 보았다. Reference input으로 0.
- 1]에서 볼 수 있듯이 공압이 가해지지 않은 경우 오각형 형태의 챔버가 일정한 간격으로 놓여 있다가, 챔버에 공압이 가해지면 챔버가 부풀면서 서로 접촉이 일어나면서 액추에이터가 굽어지게 된다. 해당 액추에이터는 3D printer(DP200, sindoh)로 제작한 몰드에 Dragon skin30(Smooth-On, Inc., Macungie, USA)를 부어 굳히는 방식으로 제작하였다. Dragon skin이 굳은 후 몰드에서 떼어낼 때 손상이 되는 경우가 생길 수 있으므로 3가지 part로 몰드를 구성하여 챔버에 손상이 가지 않도록 하였다.
대상 데이터
- 소프트 액추에이터의 위치제어를 위해 상용화되어 있는 flex sensor 중 SEN-08606(Spectra Symbol)를 사용하였다. 총 길이는 11.
- Dragon skin이 굳은 후 몰드에서 떼어낼 때 손상이 되는 경우가 생길 수 있으므로 3가지 part로 몰드를 구성하여 챔버에 손상이 가지 않도록 하였다. 챔버의 크기는 가로 27.8mm, 세로 131.7mm이고 높이 18mm, 두께는 2mm로 제작되었다.
데이터처리
- 3]과 같이 센서의 voltage값에 따른 소프트 액추에이터의 굽힘 각을 얻을 수 있었다. Fitting curve의 값은 각 값들의 평균을 내어 구하였다.
이론/모형
- 액추에이터의 구동경항을 분석하였다. 또한 p type, d type, inversion-based type ILC 제어기법을 적용하였다. 그 결과 d type을 적용한 경우 최대오차, RMS오차, 평균오차 모두 줄어드는 것을 확인하였고 소프트 액추에이터에 적합한 Ⅱ.
- 본 논문에서는 p type, d type, inversion-based type[14, 15] 을 사용하였다. 먼저 p type의 식은 아래와 같다.
성능/효과
- 6]과 같다. [Fig. 6]에서 볼 수 있듯이 ILC는 반복학습으로 최적의 궤도를 생성하는데 강력한 제어기법이기 때문에 시뮬레이션 결과에서는 모두 0.3 이하의 에러로 추종도가 굉장히 높다는 것을 알 수 있다.
- 또한 p type, d type, inversion-based type ILC 제어기법을 적용하였다. 그 결과 d type을 적용한 경우 최대오차, RMS오차, 평균오차 모두 줄어드는 것을 확인하였고 소프트 액추에이터에 적합한 Ⅱ.C 기법을 선정하였다.
- 이는 inversion-base type에서 사용한 소프트 액추에이터에 대한 transfer function이 실제 소프트 액추에이터와 차이가 있기 때문으로 추정된다. 또한 PD control만 적용했을 경우와 비교해보면 ILC 제어를 적용하게 되면 RMS 결과 값도 낮아지고 특히, 최대오차가 16.3도에서 6.4071도로 10도 정도 줄어드는 것을 볼 수 있다.
- 본 논문에서 사용된 소프트 액추에이터의 경우 소프트 로봇을 구동하는 여러 방식 중 안정성이 높고 환경친화적인 공압을 채택하였다. [Fig.
후속연구
- 또한 실험을 반복하면서 센서 노이즈 차이가 다른 것을 볼 수 있는데 이는 현재 실험에 쓰인 센서의 한계로 외부 노이즈와 습도 등에 영향을 받는 것으로 판단된다. 따라서 향후 연구에서는 외부영향을 덜 받을 수 있게 센서를 잘 실링하거나 소프트 액추에이터의 굽힘 각을 측적하기에 더 적합한 센서를 선정해야 한다. 또한 소프트 액추에이터의 재질변경을 통해서도 반복성이 보장되지 않는 문제를 해결할 수 있을 것으로 예상된다.
- 또한 소프트 액추에이터의 재질변경을 통해서도 반복성이 보장되지 않는 문제를 해결할 수 있을 것으로 예상된다. 따라서 향후 연구에서는 이러한 한계점을 극복하고 더 다양한 task를 적용할 계획이다.
- 따라서 향후 연구에서는 외부영향을 덜 받을 수 있게 센서를 잘 실링하거나 소프트 액추에이터의 굽힘 각을 측적하기에 더 적합한 센서를 선정해야 한다. 또한 소프트 액추에이터의 재질변경을 통해서도 반복성이 보장되지 않는 문제를 해결할 수 있을 것으로 예상된다. 따라서 향후 연구에서는 이러한 한계점을 극복하고 더 다양한 task를 적용할 계획이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.