Preliminary investigation of the design space of geared magnetorheological actuators for safer robotic manipulators
Notice bibliographique
Résumé
Geared magnetorheological (MR) actuators have the potential to provide safe and fast physical interactions between human and machine due to their low inertia and high bandwidth. The use of MR actuators in collaborative robotics serial manipulators is only emerging and the design space of this approach is unknown. This paper provides a preliminary understanding of this design space by studying how much gearing can be used between the MR actuators and the joint outputs while maintaining adequate safety levels for collaborative tasks. An analytical collision model is derived for a 6 degrees-of-freedom serial manipulator based on the geometry of the well-known UR5e robot. Model validity is confirmed by comparing predictions to experimental collision data from two robots, a UR5e and a MR5 equivalent. The model is then used to study the impact of gearing level on safety during eventual collisions with human. Results show that for both technologies, robot safety is governed by the balance between the reflected mass due to structural mass and actuator rotational inertia. Results show that, for the UR5e geometry studied in this paper, MR actuators have the potential to reduce the reflected mass in collisions by a factor ranging from 2 to 6 while keeping gearing ratios above 100:1. The paper also briefly studies the influence of robot shape on optimal gearing ratios showing that smaller robots with shorter range have lower structural mass and, thus, proportionally benefit even more of MR actuators. Delocalizing wrist actuators to the elbow has a similar impact since it also reduces structural mass. In all, this work suggests that MR actuators have a strong potential to improve the "hapticness" of collaborative robots while maintaining high gearing ratios.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».