敏捷气动蜂巢网络软体机器人执行器的设计、建模与控制规划

This project aims at design, modeling and control planning of a new type of soft robot, the flexible honeycomb pneuNet robotic effector. The main research issues and goals are below. We will try to optimize the design of the honeycomb pneuNet robotic effector which has been realized in our previous work, so that the flexible honeycomb pneuNet robotic effector will have larger-scale deformational ability, especially in turn and expansion. We will explore a novel approach to modeling of soft robotics, which makes use of visional reconstruction of deformation of soft effectors and machine learning technologies. We will also try to develop a novel control planning mechanism for sort robotics, MDP-Nets, including its probabilistic representation, planning algorithms and computational speed-up techniques. A series of case studies will be carried out on the developed prototypes of the flexible honeycomb pneuNet robotic effector for multiple sorts of irregular-shaped objects with maximal weight of 500g.

软体机器人是机器人及相关领域前沿研究的一个新方向，为克服传统机器人的局限性提供了重大新机遇。目前，软体机器人的设计、制备、建模和控制规划等研究课题都具有挑战性。本项目在预研基础上，探索一种新型蜂巢气动网络软体机器人执行器，包含下列主要研究内容与目标：实现敏捷蜂巢气动网络软体机器人执行器本体的设计优化和样机制备，提高执行器本体的主要性能，获得更大范围的连续旋转-伸缩变形能力；探索一种新颖的同构结构软体机器人执行器建模策略，借助执行器形变数据的视觉重建技术，利用机器学习方法，实现蜂巢气动网络的模型综合；尝试一种新颖的蜂巢气动网络软体机器人执行器运动规划机制——马尔科夫决策网，包括完整的概率表示、规划算法和加速技术，可在高档普通家用机上完成实时运功控制与规划；对所研制的敏捷蜂巢气动网络软体机器人执行器整体样机，选择若干形状不规则的物体进行夹取实验，最大夹取重量不低于500克。

软体机器人是机器人及相关领域前沿研究的一个新方向。由于其具有本质柔顺性，为克服传统刚性机器人的局限性提供了重大新机遇。本项目探索了一种新型蜂巢气动网络软体机器人执行器的设计、制备、控制和规划方法。具体而言，项目提出了一种基于有限元分析的蜂巢气动网络软体机器人执行器设计优化方法，实现了蜂巢气动网络软体机器人执行器本体的设计优化，并在此基础上使用3D打印技术制备了长度大于60厘米、负载大于500克的软体机器人执行器样机；提出了三种新颖的软体机器人执行器运动控制方法，分别是基于定曲率运动学模型的控制、基于方向性模型的控制、基于运动策略的控制，实现了软体机器人执行器在不同环境条件下的运动控制。在此基础上探索了软体执行器的运动规划算法，实现了在复杂障碍物空间中的无碰撞运动。本项目为软体执行器的设计、制备、控制和规划等研究提供了新的思路和方法，也为软体执行器在家庭服务机器人、空间/水下操纵机器人等领域的应用提供了技术支撑。