elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Learning 3D shape proprioception for continuum soft robots with multiple magnetic sensors

Baaij, Thomas und Holkenborg, Marn Klein und Stölzle, Maximilian und van der Tuin, Daan und Naaktgeboren, Jonatan und Babuška, Robert und Della Santina, Cosimo (2022) Learning 3D shape proprioception for continuum soft robots with multiple magnetic sensors. Soft Matter, 19 (1), Seiten 44-56. Royal Society of Chemistry. doi: 10.1039/D2SM00914E. ISSN 1744-683X.

[img] PDF - Verlagsversion (veröffentlichte Fassung)
3MB

Offizielle URL: https://dx.doi.org/10.1039/D2SM00914E

Kurzfassung

Sensing the shape of continuum soft robots without obstructing their movements and modifying their natural softness requires innovative solutions. This letter proposes to use magnetic sensors fully integrated into the robot to achieve proprioception. Magnetic sensors are compact, sensitive, and easy to integrate into a soft robot. We also propose a neural architecture to make sense of the highly nonlinear relationship between the perceived intensity of the magnetic field and the shape of the robot. By injecting a priori knowledge from the kinematic model, we obtain an effective yet data-efficient learning strategy. We first demonstrate in simulation the value of this kinematic prior by investigating the proprioception behavior when varying the sensor configuration, which does not require us to re-train the neural network. We validate our approach in experiments involving one soft segment containing a cylindrical magnet and three magnetoresistive sensors. During the experiments, we achieve mean relative errors of 4.5%.

elib-URL des Eintrags:https://elib.dlr.de/193621/
Dokumentart:Zeitschriftenbeitrag
Zusätzliche Informationen:https://www.github.com/tud-cor-sr/promasens
Titel:Learning 3D shape proprioception for continuum soft robots with multiple magnetic sensors
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Baaij, ThomasDelft University of TechnologyNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Holkenborg, Marn KleinDelft University of TechnologyNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Stölzle, MaximilianDelft University of TechnologyNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
van der Tuin, DaanDelft University of TechnologyNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Naaktgeboren, JonatanDelft University of TechnologyNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Babuška, RobertCzech Technical UniversityNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Della Santina, CosimoCosimo.DellaSantina (at) dlr.dehttps://orcid.org/0000-0003-1067-1134NICHT SPEZIFIZIERT
Datum:30 November 2022
Erschienen in:Soft Matter
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:19
DOI:10.1039/D2SM00914E
Seitenbereich:Seiten 44-56
Verlag:Royal Society of Chemistry
ISSN:1744-683X
Status:veröffentlicht
Stichwörter:soft robots
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Robotik
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R RO - Robotik
DLR - Teilgebiet (Projekt, Vorhaben):R - Roboterdynamik & Simulation [RO]
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Robotik und Mechatronik (ab 2013) > Analyse und Regelung komplexer Robotersysteme
Institut für Robotik und Mechatronik (ab 2013)
Hinterlegt von: Strobl, Dr. Klaus H.
Hinterlegt am:27 Jan 2023 14:46
Letzte Änderung:28 Jun 2023 13:36

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.