Континуум-робот

Континуум-роботы классифицируют по двум основным критериям: по конструкции и по приводу^[2].

Главная особенность континуум-роботов — наличие непрерывно изогнутого центрального стержня, или основы (англ. backbone), форма которого может изменяться. Основа должна быть также податливой, то есть плавно деформироваться под внешней нагрузкой^[3].

В зависимости от принципов проектирования различают:

• с одной основой: один центральный эластичный стержень, через который проходят элементы привода/передачи.
• с несколькими основами: два и более эластичных элемента (стержни или трубки), идущих параллельно и каким-либо образом соединённых между собой^[4].
• коаксиальные трубки: основа состоит из концентрических трубок, которые могут свободно вращаться и перемещаться относительно друг друга в зависимости от привода, действующего у основания робота^[3].

Стратегию привода континуум-манипуляторов делят на внешнюю и внутреннюю в зависимости от места приложения управляющего воздействия:

• внешний привод: привод осуществляется вне основной конструкции робота, а силы передаются через механическую передачу; сюда относятся приводы с тросовым/кабельным приводом и многосегментные конструкции.
• внутренний привод: механизмы расположены внутри структуры робота; используются пневматические^[5] или гидравлические камеры^[6], а также эффект памяти формы^[7]. Гибкая управляемая оболочка (Actuated Flexible Manifold, AFM), предложенная Мединой, Шапиро и Швалбом (2016), моделирует гибких роботов на основе сетки, которые аппроксимируют гладкие многообразия с помощью дискретных сегментов, каждый из которых добавляет одну степень свободы^[8].

Особенности конструкции континуум-роботов обеспечивают им ряд преимуществ по сравнению с жёсткими манипуляторами. В первую очередь континуум-роботы могут значительно проще работать в условиях, требующих высокого уровня ловкости, адаптивности и гибкости. Кроме того, простота структуры облегчает миниатюризацию таких роботов. Развитие континуум-роботов также стало стимулом к появлению мягких континуум-манипуляторов, изготавливаемых из высокоподатливых материалов. Благодаря этому их "мягкость" обеспечивает более высокий уровень безопасности во взаимодействии с человеком.

Особенности конструкции континуум-роботов порождают и ряд сложностей. Для безопасного и надёжного применения необходима точная система измерения деформаций и усилий. Обычно для этого используются камеры (что невозможно, например, при малоинвазивных операциях) или электромагнитные датчики, на работу которых могут влиять магнитные предметы в окружении. В последние годы в качестве альтернативы предложены датчики Волоконно-решёточные (FBG), продемонстрировавшие перспективные результаты^[9][10]. Кроме того, механические свойства жёстких манипуляторов хорошо изучены, тогда как поведение и свойства континуум-роботов до сих пор являются предметом исследований и научных дебатов^[1]. Это создаёт новые сложности при разработке моделей и алгоритмов управления.

Построение точной модели, позволяющей предсказывать форму континуум-робота, позволяет надёжно управлять его движениями^[11]. Существуют три основных подхода к моделированию континуум-роботов:

• Теория стержней Коссера: точное статическое моделирование без упрощающих предположений; решает систему уравнений равновесия между положением, ориентацией, внутренней силой и моментом. Метод требует численного решения и очень ресурсоёмок^[11].
• Постоянная кривизна: модель, в которой несущая структура представляется серией дуг с постоянной кривизной, касающихся друг друга (piecewise constant-curvature). Предположение может распространяться либо на весь сегмент, либо на его части. Такой подход показывает хорошие результаты, однако если сегмент не соответствует предположению о постоянной кривизне, модель может не отражать реальное поведение робота.
• Модель жёстких звеньев: структура разделяется на множество небольших жёстких звеньев. Если сегментов мало, модель не отражает поведение робота; если сегментов очень много — сильно возрастает сложность и число переменных. Несмотря на ограничение точности, такой подход позволяет использовать стандартные алгоритмы управления, а в сочетании с обратной связью по форме и усилию может давать приемлемые результаты^[12].

Для построения надёжных алгоритмов управления модель необходимо дополнять реальным измерением формы в реальном времени. Используются следующие методы:

• Электромагнитные (EM) сенсоры: форма восстанавливается по взаимодействию между магнитополем и датчиком^[13]. Наиболее распространена система внешнего отслеживания NDI Aurora, в которой небольшие датчики на роботе определяются во внешне сформированном магнитном поле. Валидность метода подтверждена многочисленными исследованиями^[14][15], однако рабочий диапазон ограничен размерами магнитного поля. Альтернативный подход — интеграция магнитных датчиков внутрь робота с использованием датчиков Холла^[16][17]: магнитное поле измеряется на уровне датчиков Холла для оценки изгиба конструкции; однако при больших деформациях погрешность растёт из-за взаимного влияния датчиков.
• Оптические сенсоры: в волокно, встроенное в основу робота, вмонтируются решётки Брэгга; такие датчики отражают лишь ограниченный диапазон спектра в зависимости от деформации. Измеряя деформацию каждого датчика, можно восстановить форму робота. Недостатком является высокая стоимость и возможность выхода из строя при больших изгибах.

Стратегии управления делят на статические и динамические: первые основываются на предположении установившегося состояния, вторые — учитывают динамическое поведение системы. Можно выделить модельные и немодельные управляющие подходы.

• Статические модельные контроллеры: используют одну из перечисленных выше моделей, инвертируя кинематику для получения требуемых управляющих воздействий (дифференциальная обратная кинематика, прямое обращение или оптимизация).
• Статические контроллеры без модели: применяют машинное обучение (регрессия, нейронные сети), чтобы напрямую восстанавливать инвертированные или прямые модели кинематики по экспериментальным данным (data-driven). Такие контроллеры не требуют точной модели, однако зачастую уступают по эффективности модельным.
• Динамические модельные контроллеры: требуют как кинематической, так и динамической модели системы. По состоянию на 2021 год, остаются в зачаточном состоянии из-за необходимости высокой вычислительной мощности и сложной сенсорики. Рост мощности процессоров и развитие сенсорных технологий могут сделать их актуальными для промышленности, где важны скорость, точность и стоимость.
• Динамические контроллеры без модели: до сих пор малоизучены; отдельные работы используют машинное обучение для моделирования динамики, однако эффективность ограничена длительным обучением и нестабильностью результатов.

Возможна также комбинация (гибридный подход), реализующая преимущества обоих классов.

Континуум-роботы используются во многих областях.

Континуум-роботы широко применяются в медицине, особенно при малоинвазивных хирургических вмешательствах^[1]. Например, Ion от Intuitive — это роботизированная эндолюминальная платформа для малоинвазивной биопсии периферических участков лёгких, позволяющая получить доступ к недостижимым стандартными инструментами очагам и диагностировать онкозаболевания на ранних стадиях.

Континуум-роботы позволяют выполнять работы в опасных и экстремальных условиях. Разработан, например, четырёхногий робот с континуум-конечностями, способный ходить, ползать, бегать рысью и преодолевать сложные препятствия с помощью захвата конечностями^[18].

NASA разработало континуум-манипулятор под названием Tendril, способный проникать в трещины и под теплоизоляционные покрытия для доступа к труднодоступным участкам.

Проект AMADEUS создал подводного высокоманёвренного робота для захвата и манипуляций, а проект FLAPS разработал системы движения, имитирующие плавание рыб^[19].