ソフトロボティクス/モデリング2026/10/3arXiv:2610.04612

微分可能有限要素法に基づく空気圧ソフトロボットのエンドツーエンドモデリングフレームワーク

An End-to-End Framework for Modelling Pneumatic Soft Robots Based on Differentiable Finite Element Methods

空気圧ソフトロボットのCADデータを自動で有限要素メッシュに変換し、点群データと微分可能FEMを組み合わせて材料・駆動パラメータを同定、さらに軌道最適化まで一貫して行うフレームワークを提案した。

詳しい要約

1. どんなもの？

空気圧ソフトロボットのモデリングとシステム同定を自動化する、end-to-endのdifferentiable FEMベースフレームワーク。 - CADからvoxelised tetrahedral viscoelastic FEMメッシュへの変換を自動化し、形状と駆動機構を表現。 - point cloudデータとdifferentiable FEMを統合し、材料・動的駆動パラメータを同定。 - 勾配を利用したtrajectory optimisationを可能にし、実世界のmotion planningに適用。

2. 先行研究と比べてどこがすごい？

従来のモデリング手法は精度・計算効率・速度のトレードオフに直面。 - differentiable FEMはこれらのバランスを実現し、勾配による効率的なキャリブレーションと軌道最適化を可能にする。 - 本フレームワークは、最小限の実験セットアップで高精度な同定を実現し、実タスクに適用可能。

3. 技術・手法の肝は？

differentiable FEMを中核とし、以下の要素を統合。 - CADからvoxelised tetrahedral viscoelastic FEMメッシュへの自動変換。 - point cloudデータとdifferentiable FEMの統合による材料・動的駆動パラメータの同定。 - ロボットダイナミクスと接触相互作用からの勾配を利用したtrajectory optimisation。

4. どうやって有効だと検証した？

複雑なbellow-shaped pneumatic soft robotをモデリングし、実世界のmotion planningタスクで有効性を検証。 - 最大位置誤差3 mm未満の高いモデリング精度を達成。 - path followingやgraspingなどのタスクに成功。

5. 議論はある？

要旨からは不明。

6. 次に読むべき論文は？

differentiable FEM、soft robot modelling、system identification、trajectory optimisationに関する研究。具体的な参照論文は要旨に記載なし。

※ 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: Shaohong Zhong, Yao Yao, Perla Maiolino, Ingmar Posner

分類: cs.RO, eess.SY

原文アブストラクト

Soft robots present significant modelling challenges due to their non-linearity, complex dynamics and potentially intricate geometries. These difficulties in accurate system identification and dynamics modelling limit their applications in precise robotics tasks. Prior modelling approaches typically suffer from trade-offs in accuracy, computational efficiency, or speed. The differentiable finite element method (FEM) offers a promising balance between these desiderata for soft robot modelling, and enables the use of gradients for efficient calibration and trajectory optimisation. In this paper, we propose an end-to-end differentiable FEM-based framework designed to streamline modelling and system identification for pneumatic soft robots, enabling the generation of reliable models for downstream tasks. The framework automates the conversion of computer-aided designs into voxelised tetrahedral viscoelastic FEM meshes that accurately represent the robot's geometry and actuation mechanism. By integrating easily acquired point cloud data with differentiable FEM, the framework achieves precise identification of material and dynamic actuation parameters using a minimal experimental setup. Additionally, the differentiable nature of the model facilitates trajectory optimisation by leveraging gradients from robot dynamics and contact interactions. We validate the framework by modelling a complex bellow-shaped pneumatic soft robot and demonstrate its efficacy in real-world motion planning tasks. Experimental results indicate high modelling accuracy, with a maximum positional error of less than 3 mm, and successful application in tasks such as path following and grasping.

arXivで原文を読む →arXiv概要ページ

← 論文一覧