Model-agnostic fluidic proprioception framework for state estimation and precise movement in soft musculoskeletal robots
Notice bibliographique
Résumé
• Novel framework estimates soft actuator state under actuation and disturbance • Uses only internal pressure data; no external sensors are required • Enables position and compliance control in bioinspired joint systems • Supports efficient trajectory imitation using a data-driven approach • Eliminates need for direct measurement via soft computing estimation Inspired by biological musculoskeletal structures, soft robots can achieve adaptable, compliant motion beyond the capabilities of conventional rigid systems. However, accurately modeling and manipulating soft actuators in soft robots remains challenging due to their inherent imprecision, nonlinearity, hysteresis, and high computational demands/difficulties that only intensify when extended to joint-space. To address these issues, this study introduces a fluidic proprioceptive state estimator (FProSE), a model-agnostic, soft computing framework that combines volume input and internal pressure measurements to estimate real-time actuator states under external disturbances. Instead of relying on direct measurement through external force or position sensors, FProSE infers joint states through learned internal dynamics, simplifying hardware requirements while enabling robust closed-loop adjustment in both a 2D antagonistic joint and an anthropomorphic 3-DoF artificial shoulder. Experimental validation shows over 95% and 82% estimation accuracy of joint position in the respective platforms, along with the capacity to actively tune multi-axial stiffness from 0.029 Nm/deg to 0.049 Nm/deg. Moreover, FProSE facilitates high-accuracy robotic imitation (R²>0.9) by recording and replaying motion trajectories. This approach not only addresses longstanding challenges in manipulating soft hydraulic muscles but also unlocks a wide range of potential applications, from wearable robotics to surgical robotic systems, where safety, adaptability, and precise motion are paramount.
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 ».