Composite continuum robots: Accurate modeling and model reduction

复合数 机器人 还原(数学) 材料科学 计算机科学 复合材料 结构工程 工程类 数学 人工智能 几何学
作者
Gang Zhang,Jing Su,Fuxin Du,Xingyao Zhang,Yibin Li,Rui Song
出处
期刊:International Journal of Mechanical Sciences [Elsevier]
卷期号:: 109342-109342
标识
DOI:10.1016/j.ijmecsci.2024.109342
摘要

Models of continuum robots often trade off accuracy and speed. The constant curvature assumption model can perform fast calculations but with poor accuracy. Static models can obtain good calculation accuracy but with slower computation speed. In this paper, a precise and efficient method for establishing a non-constant curvature kinematic model for composite continuum robots is proposed. First, an algorithm based on the Beam Constraint Model is proposed to establish the static model of the continuum robot. The situation in which friction changes gradually in continuum robots is considered in the static model. Then, the Kepler elliptic curve is used to simplify the static model to build a non-constant curvature kinematic model of the continuum robot. Then, complex inverse kinematics solutions are transformed into explicit sets of equations by mathematical transformation. Finally, simulations and experiments are designed to demonstrate the algorithm proposed in this paper. The simulation results show that the proposed algorithm is 1572 times faster than the Levenberg–Marquardt algorithm. The experimental results show that the average error of the static model is 0.065 mm, accounting for 0.13% of its length. The maximum error is 0.309 mm, accounting for 0.618% of its length. The positioning accuracy of the non-constant curvature model proposed in this paper is 2.02 times that of the constant curvature model. The results show that the simplified kinematic model algorithm based on the static model has high accuracy and computational efficiency. This research is crucial for the practical application of continuum robots in engineering.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
雨声完成签到,获得积分10
5秒前
loudly完成签到,获得积分10
7秒前
会发芽完成签到 ,获得积分10
7秒前
活力的泥猴桃完成签到 ,获得积分10
7秒前
Richard完成签到 ,获得积分10
8秒前
David完成签到 ,获得积分0
9秒前
jie完成签到 ,获得积分10
13秒前
14秒前
唯梦完成签到 ,获得积分10
15秒前
山楂发布了新的文献求助20
18秒前
蔡从安发布了新的文献求助10
18秒前
芝芝发布了新的文献求助10
19秒前
喵了个咪完成签到 ,获得积分10
19秒前
思源应助蔡从安采纳,获得10
25秒前
小马甲应助蔡从安采纳,获得10
25秒前
orixero应助山楂采纳,获得10
27秒前
自然的衫完成签到 ,获得积分10
34秒前
34秒前
昵称吧完成签到 ,获得积分10
35秒前
海孩子完成签到,获得积分10
35秒前
幽悠梦儿完成签到 ,获得积分10
37秒前
美满的皮卡丘完成签到 ,获得积分10
40秒前
Dlan完成签到,获得积分10
41秒前
Zheng完成签到 ,获得积分10
53秒前
一玮完成签到 ,获得积分10
53秒前
yeurekar完成签到,获得积分10
54秒前
柒月完成签到 ,获得积分10
54秒前
popo6150完成签到,获得积分10
58秒前
聪明的鹤完成签到 ,获得积分10
1分钟前
小趴菜完成签到 ,获得积分10
1分钟前
完美世界应助科研通管家采纳,获得10
1分钟前
汤姆完成签到 ,获得积分10
1分钟前
邹醉蓝完成签到,获得积分10
1分钟前
暴躁的夏波完成签到 ,获得积分10
1分钟前
1分钟前
wangrong完成签到 ,获得积分10
1分钟前
chichenglin完成签到 ,获得积分10
1分钟前
时尚的梦曼完成签到,获得积分10
1分钟前
匆匆赶路人完成签到 ,获得积分10
1分钟前
六一儿童节完成签到 ,获得积分10
1分钟前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
叶剑英与华南分局档案史料 500
Foreign Policy of the French Second Empire: A Bibliography 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3146856
求助须知:如何正确求助?哪些是违规求助? 2798171
关于积分的说明 7826733
捐赠科研通 2454724
什么是DOI,文献DOI怎么找? 1306446
科研通“疑难数据库(出版商)”最低求助积分说明 627788
版权声明 601565