적응형 모델 예측 제어를 이용한 끝점 자세 측정을 통한 변형 가능한 선형 물체 네트워크의 순차 조작

변형 가능한 선형 물체(DLO)의 로봇 조작은 활발한 연구 분야지만, 자동차 와이어 하니스 설치와 같은 신흥 응용 분야는 이전 연구에서 고려되지 않은 제약 조건을 도입합니다. 제한된 작업 공간과 제한된 가시성은 다중 로봇 조작과 DLO 구성(상태)의 직접 측정에 관한 이전 가정을 복잡하게 만듭니다. 본 연구는 DLO 네트워크(DLON)를 형성하기 위해 연결된 단단한 DLO(StDLO)의 단일 팔 조작에 중점을 두며, 이때 측정치(출력)는 조작 중 알려지지 않은 동역학에 영향을 받는 DLON의 끝점 자세입니다. 상태 추정 없이 출력 기반 제어의 가능성을 보여주기 위해, 신경망 모델을 시뮬레이션된 궤적에서 훈련시켜 직접적인 입력-출력 동역학의 존재를 증명합니다. 출력 동역학은 다항식으로 근사되며 잘 알려진 강체 동역학 항을 포함하는 것으로 나타납니다. 강체 모델과 온라인 데이터 기반 잔차로 구성된 복합 모델이 개발되었으며, 이 모델은 시스템에 대한 사전 경험 없이도 개별 모델보다 출력 동역학을 더 정확하게 예측합니다. DLON 조작을 위해 복합 모델을 사용하는 적응형 모델 예측 제어기가 개발되었고, 이는 시뮬레이션과 실제 자동차 와이어 하니스에서 DLON 설치 작업을 완료합니다.