De toekomst van robots: minder sensoren, meer veiligheid
Tegenwoordig maken we robots slimmer door almaar meer sensoren toe te voegen, maar worden ze daardoor ook veiliger? Deze sensoren zijn duur & energieverslindend en ironisch genoeg maken ze de robots ook zwaarder, en dus minder veilig. Daarom onderzocht ik een alternatief voor de sensoren in het aansturen van robots. De oplossing blijkt een combinatie van controlealgoritmes en innovatieve tandwielkasten te zijn. Die maken de robot niet alleen lichter, maar ook veiliger en duurzamer.
Stel je een ideale wereld voor waar mensen en robots zij aan zij werken. De robot tilt moeiteloos zware objecten op, en stopt onmiddellijk zodra hij een mens raakt. Het belangrijkste aspect in deze wereld is de garantie van veiligheid voor mensen. Vaak proberen we dat vandaag te bekomen met camera’s en sensoren die de autonome robot voortdurend in de gaten houden. Deze systemen zijn echter duur, ingewikkeld en energieverslindend. Bovendien, hoe autonoom is een robot nog als je hem continue in de gaten moet houden?
Het probleem van meer sensoren
Hoe meet je de kracht die een robotarm uitoefent? Dat is dé fundamentele vraag voor de bouw van veilige robots. Tot nu toe gebeurde dat met koppelsensoren in de gewrichten van de robot. Sommige varianten zijn accuraat maar ook groot, duur en zwaar. Het ironische gevolg: de robot wordt juist minder veilig, omdat het extra gewicht de impactkracht bij een botsing verhoogt. Mijn onderzoek boog zich daarom over de vraag: kunnen we krachten meten zonder deze koppelsensoren?
Een innovatieve tandwielkast als geheim wapen
Om dat idee te testen, werkte ik samen met AILOS en hun heruitvinding: de Wolfrom-tandwielkast. Deze verouderde technologie was afgeschreven wegens hun lage efficiëntie en ingewikkelde productietechniek. AILOS maakte deze tandwielkast opnieuw relevant door een verhoogde efficiëntie en compacte design.
Wat is een tandwielkast?
Een extra voordeel van hun tandwielkast is dat deze ook “terugdraaibaar” is. Bij klassieke robots gaat de beweging enkel van de motor naar de arm. Met een terugdraaibare tandwielkast kan dit echter ook andersom: duw je tegen de robotarm, dan voelt de motor dat. Ook wij mensen voelen via onze zenuwbanen hoe hard we duwen. Precies die analogie maakt deze tandwielkast bijzonder: je kan de krachten aan het uiteinde van de arm inschatten via de motoren (spieren), zonder de sensoren (zenuwbanen).
In mijn proefopstelling combineerde ik de AILOS-tandwielkast met een motor en een eenvoudige robotarm die heen en weer beweegt – zoals een slinger. De uitdaging: via een controlealgoritme, en enkel de motor als sensor, bepalen wat er aan het uiteinde gebeurt — alsof de robot zelf kan voelen als hij iets aanraakt.
De robot artificieel lichter maken
In essentie gaat mijn algoritme de impuls van de robot verlagen. Hierdoor vermindert de impactkracht als de robot botst.
Wat is impuls?
Hoewel de impuls al vermindert dankzij het lichte design van de AILOS-tandwielkast, reduceren we die nog verder op een ‘artificiële’ manier. In essentie gaan we de acceleratie van de robot aanpassen als functie van de impactkracht.
Door het verwijderen van de koppelsensor kunnen we deze impactkracht niet meten. Daarom doen we dat met een “verstoringswaarnemer”. Dat is een wiskundig model dat de taak van de koppelsensor overneemt enkel met de sensoren van de motor. In dit model maken we dus gebruik van het concept dat de tandwielkast terugdraaibaar is.
Als een impact wordt gedetecteerd, accelereert de motor in de tegengestelde richting zodat de robot lichter aanvoelt. Dat wil zeggen dat de impuls enkel afneemt zodra een impact plaatsvindt. Indien we snel genoeg reageren is het wel degelijk mogelijk de werkelijke impactkracht te reduceren.
Hoe goed werkt dit in de praktijk?
Om mijn theorie te testen, bouwde ik een proefopstelling: een eenvoudige slinger die kan botsen tegen een blauw contactvlak. Dat contactvlak meet de werkelijke impactkracht. Ik onderzocht onder meer de volgende twee zaken:
- Hoe goed kan de verstoringswaarnemer de werkelijke impactkracht schatten? - In de grafiek zien we dat de groene en blauwe datapunten goed overeenkomen.
- Hoeveel veiliger is de robot met artificiële impulsreductie? - Ten opzichte van traditionele controle dalen de impactkrachten met ongeveer 40%.
Het is belangrijk om te vermelden dat dit experiment nog geen rekening houdt met het lichtere ontwerp van de tandwielkast. Die kan het gewicht van de robot met nog eens 50% doen dalen. Het uiteindelijke resultaat? Robots niet alleen veiliger zijn, maar ook duurzamer én goedkoper!
Het belang van dit resultaat
In de toekomst zullen robots steeds vaker naast mensen worden ingezet: in fabrieken, ziekenhuizen en zelfs in onze huizen. Hoe dichter ze bij ons komen, hoe belangrijker veiligheid wordt.
Mijn onderzoek toont dat we deze veiligheid niet per se moeten garanderen met dure sensoren. Door slim gebruik te maken van algoritmes en tandwielkasten kunnen we robots bouwen die zelf “aanvoelen” als ze met personen in contact komen, zonder in te boeten aan snelheid of efficiëntie.
Dankzij de terugdraaibare tandwielkast en een controlealgoritme neemt de veiligheid met ten minste 40% toe en daalt de massa met 50% — zonder extra sensoren. Het resultaat: robots die niet alleen veiliger, maar ook energiezuiniger en goedkoper zijn, klaar voor de toekomst!
Bronnen: zie thesis
Bibliografie
[1] P. Lopez Garcia, S. Crispel, E. Saerens, T. Verstraten, and D. Lefeber, “Compact gearboxes for modern robotics: A review,” Frontiers in Robotics and AI, vol. 7, p. 103, Aug. 2020, issn: 2296-9144. doi: 10.3389/frobt.2020.00103.
[2] ir. Stein Crispel, Ailos robotics - innovation in robotics and automation, https://ailosrobotics.com/, accessed: Oct. 15, 2024.
[3] H. Matsuki, K. Nagano, and Y. Fujimoto, “Bilateral drive gear—a highly backdrivable reduction gearbox for robotic actuators,” IEEE/ASME Transactions on Mechatronics, vol. 24, no. 6, pp. 2661–2673, 2019. doi: 10.1109/TMECH.2019.2946403.
[4] Q. Du, T. Zhang, G. Yang, C.-y. Chen, W. Wang, and C. Zhang, “A review of powered backdrivability of robot actuators for human-robot interaction,” in 2021 IEEE 16th Conference on Industrial Electronics and Applications (ICIEA), 2021, pp. 1115–1120. doi: 10.1109/ICIEA51954.2021.9516160.
[5] P. L. Garcia, S. Crispel, A. Varadharajan, et al., “R2power: The proof-of-concept of a backdrivable, high-ratio gearbox for human-robot collaboration,” pp. 01–07, 2022. doi: 10.1109/ICRA46639.2022.9811923.
[6] P. Lopez Garcia, E. Saerens, S. Crispel, A. Varadharajan, D. Lefeber, and T. Verstraten, “Factors influencing actuator’s backdrivability in human-centered robotics,” MATEC Web Conf., vol. 366, Oct. 2022. doi: https://doi.org/10.1051/matecconf/202236601002. [Online]. Available: https://www.bapt.eu/.
[7] S. Crispel, P. Lopez Garcia, E. Saerens, et al., “A novel Wolfrom-based gearbox for robotic actuators,” IEEE/ASME Transactions on Mechatronics, vol. 26, no. 4, pp. 1980–1988, May 2021. doi: 10.1109/TMECH.2021.3079471.
[8] S. Xu, M. Yokoyama, and T. Shimono, “Back-drivability improvement of geared system based on disturbance observer and load-side disturbance observer,” IEEJ Journal of Industry Applications, vol. 9, no. 5, pp. 475–485, 2020. doi: 10.1541/ieejjia.9.475.
[9] M. Plooij, G. Mathijssen, P. Cherelle, D. Lefeber, and B. Vanderborght, “Lock your robot: A review of locking devices in robotics,” IEEE Robotics Automation Magazine, vol. 22, no. 1, pp. 106–117, 2015. doi: 10.1109/MRA.2014.2381368.
[10] I. Her and A. Midha, “A compliance number concept for compliant mechanisms, and type synthesis,” Journal of Mechanisms, Transmissions, and Automation in Design, vol. 109, no. 3, pp. 348–355, Sep. 1987. doi: 10.1115/1.3258802.
[11] R. K. Mobley, “57 - gears and gear drives,” in Plant Engineer’s Handbook, R. K. Mobley, Ed., Woburn: Butterworth-Heinemann, 2001, pp. 1029–1042. doi: https://doi.org/10.1016/B978-075067328-0/50059-8.
[12] T. Zhang, Q. Du, G. Yang, W. Wang, C. Chen, and S. Chen, “Sensorless impedance control of robot joints with 3k gear drives considering transmission efficiencies,” Aug. 2024, pp. 1–6. doi: 10.1109/ICIEA61579.2024.10664908.
[13] Y. Kanai and Y. Fujimoto, “Torque-sensorless control for a powered exoskeleton using highly back-drivable actuators,” in IECON 2018 - 44th Annual Conference of the IEEE Industrial Electronics Society, 2018, pp. 5116–5121. doi: 10.1109/IECON.2018.8591255.
[14] ir. Stein Crispel and ir. Elias Saerens, “Study and development of a high torque, high efficient infinite variable transmission (IVT) for assistive exoskeleton actuation,” 2017.
[15] E. P. et F. Freudenstein, “A systematic approach to power-flow and static-force analysis in epicyclic spur-gear trains,” Journal of Mechanical Design, vol. 115, no. 3, pp. 639–644, 1993. doi: https://doi.org/10.1016/S0094-114X(01)00077-5.
[16] T. Yada, “Review of gear efficiency equation and force treatment,” JSME International Journal, vol. 40, no. 1, pp. 1–8, 1997. doi: 10.1299/jsmec1993.40.1.
[17] J. M. del Castillo, “The analytical expression of the efficiency of planetary gear trains,” Mechanism and Machine Theory, vol. 37, no. 2, pp. 197–214, 2002. doi: https://doi.org/10.1016/S0094-114X(01)00077-5.
[18] A. Coronado-Andrade, A. de la Guerra, and L. Alvarez-Icaza, “Load torque observer for BLDC motors based on a HOSM differentiator,” Machines, vol. 11, no. 12, 2023. doi: 10.3390/machines11121065.
[19] L. Fridman, J. Davila, and A. Levant, “High-order sliding-mode observation of linear systems with unknown inputs,” IFAC Proceedings Volumes, vol. 41, no. 2, pp. 4779–4790, 2008. doi: https://doi.org/10.3182/20080706-5-KR-1001.00804.
[20] T. Fujiwara, K. Nagano, and M. Wada, “Torque-sensorless impedance control for an actuator with compound planetary gearbox for reducing external contact force,” in 2024 IEEE International Conference on Advanced Intelligent Mechatronics (AIM), 2024, pp. 741–746. doi: 10.1109/AIM55361.2024.10637131.
[21] C. Mitsantisuk, M. Nandayapa, K. Ohishi, and S. Katsura, “Design for sensorless force control of flexible robot by using resonance ratio control based on coefficient diagram method,” Automatika, vol. 54, Mar. 2013. doi: 10.7305/automatika.54-1.311.
[22] K. Nagano, T. Shimono, and Y. Fujimoto, “Backdrivability improvement method based on angular transmission error in a high reduction gear,” IEEJ Journal of Industry Applications, vol. 8, no. 5, pp. 779–786, 2019. doi: 10.1541/ieejjia.8.779.
[23] E. Sariyildiz and K. Ohnishi, “A guide to design disturbance observer,” arXiv, vol. abs/1912.06331, 2014.
[24] FUTEK, “How do the different types of gauges used for torque measurement and what are the differences between them?” https://www.futek.com/torque-gauge, accessed: 2024-11-06.
[25] H. Gao, X. Ai, Z. Sun, W. Chen, and A. Gao, “Progress in force-sensing techniques for surgical robots,” Journal of Shanghai Jiaotong University (Science), vol. 28, Apr. 2023. doi: 10.1007/s12204-023-2607-x.
[26] Kyowa, “Resistance change of strain gages bonded to curved surfaces,” https://product.kyowa-ei.com/en/learn/strain-gages/resistance_change, accessed: 2024-11-06.
[27] A. Owen-Hill, “Robotics research 101: How do force sensors work?” https://blog.robotiq.com/robotics-research-101-how-do-force-sensors-work, accessed: 2024-11-06.
[28] L. Sensors, “Why capacitance,” https://www.loadstarsensors.com/technology/whycapacitance.html, accessed: 2024-11-06.
[29] Xidibei®, “The advantages and limitations of piezoelectric sensors: A comprehensive analysis,” https://www.xidibei.com/en-be/blogs/news/the-advantages-and-limitations-of-piezoelectric-sensors-a-comprehensive-analysis, accessed: 2024-11-06.
[30] M. S. Technologies, “The magnetoelastic effect,” https://www.methodesensor.com/technologies/magnetoelastic-sensors/, accessed: 2024-11-06.
[31] V. Marhefka, “How does a torque sensor work?” https://www.rvmagnetics.com/how-does-a-torque-sensor-work-173, accessed: 2024-11-06.
[32] Transense Technologies plc, “SAW technology,” https://www.transense.com/sawsense/sawtechnology, accessed: 2024-11-06.
[33] C.-L. Cham and Z. Samad, “Brushless DC motor electromagnetic torque estimation with single-phase current sensing,” Journal of Electrical Engineering and Technology, vol. 9, May 2014. doi: 10.5370/JEET.2014.9.3.866.
[34] International Organization for Standardization, “ISO/TS 15066:2016 - Robots and robotic devices — Collaborative robots,” Geneva, Switzerland, 2016.
[35] M. W. Beatty, A. G. Wee, D. B. Marx, et al., “Viscoelastic properties of human facial skin and comparisons with facial prosthetic elastomers,” Materials, vol. 16, no. 5, 2023. doi: 10.3390/ma16052023.
[36] A. Khorasani, M. Usman, T. Hubert, et al., “Mitigating collision forces and improving response performance in human-robot interaction by using dual-motor actuators,” IEEE Robotics and Automation Letters, vol. 9, no. 6, pp. 5982–5989, 2024. doi: 10.1109/LRA.2024.3396370.
[37] A.-N. Sharkawy and P. Koustoumpardis, “Dynamics and computed-torque control of a 2-DOF manipulator: Mathematical analysis,” International Journal of Advanced Science and Technology, vol. 28, pp. 201–212, Oct. 2019.
[38] A. Gmerek and E. Jezierski, “Admittance control of a 1-DOF robotic arm actuated by BLDC motor,” in 2012 17th International Conference on Methods Models in Automation Robotics (MMAR), 2012, pp. 633–638. doi: 10.1109/MMAR.2012.6347811.
[39] MathWorks, “Translational Friction - Simscape,” https://nl.mathworks.com/help/simscape/ref/translationalfriction.html, accessed: 2025-03-26.
[40] KHK Gear Manufacturer, “Gear forces,” https://khkgears.net/new/gear_knowledge/gear_technical_reference/gear_forces.html, accessed: 2025-05-27.
[41] A. Tilli and M. Montanari, “Niskopropusni estimator brzine vrtnje i ubrzanja zasnovan na obradi signala s enkodera,” Automatika, vol. 42, no. 3–4, Jan. 2001.
[42] M. E. Motor, “BLDC motor datasheet,” Part Number 136210, Maxon EC Motor, 2021. [Online]. Available: https://www.maxongroup.co.uk/maxon/view/product/motor/ecmotor/ec/ec45/136210.
[43] S. Zaghlul and S. Saeed, “Creating through points in linear function with parabolic blends path by optimization method,” Al-Khawarizmi Engineering Journal, vol. 14, Mar. 2018. doi: 10.22153/kej.2018.10.005.
[44] J. Margielewicz, D. Gaska, and G. Litak, “Modelling of gear backlash,” Nonlinear Dynamics, vol. 97, Jul. 2019. doi: 10.1007/s11071-019-04973-z.
[45] Eric W. Weisstein, “Coefficient of Restitution,” https://scienceworld.wolfram.com/physics/CoefficientofRestitution.html, accessed: 2023-10-25.
[46] J. Zhao, D. Marghitu, J. Schumacher, and W. Wang, “Impact of horse hoof wall with different solid surfaces,” Applied Sciences, vol. 10, p. 8743, Dec. 2020. doi: 10.3390/app10238743.
