Parallel Transmission Aware Co-Design: Enhancing Manipulator Performance Through Actuation-Space Optimization
作者: Rohit Kumar, Melya Boukheddimi, Dennis Mronga, Shivesh Kumar, Frank Kirchner
分类: cs.RO
发布日期: 2025-07-01
💡 一句话要点
提出并行传输感知的协同设计方法，提升并联机器人动态性能
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 协同设计 并联机器人 驱动空间 轨迹优化 传动比优化
📋 核心要点
- 传统机器人设计将结构设计和行为优化分离，导致系统能力受限，忽略了并联机构的广泛应用。
- 提出一种并行传输感知的协同设计方法，以外部循环优化传动比，内部循环在驱动空间进行轨迹优化。
- 实验表明，该方法相比传统协同设计，显著提升了并联机器人的动态有效载荷能力。
📝 摘要（中文）
本文提出了一种新颖的协同设计方法，该方法将并行耦合约束显式地纳入机器人的动力学模型中。该框架中，外部优化循环侧重于设计参数，在本例中为并联皮带驱动机械手的传动比，其将期望的力矩从关节空间映射到驱动空间。内部循环在驱动空间中执行轨迹优化，从而充分利用机械手的整个动态范围。我们将所提出的方法与基于简化树型模型的传统协同设计方法进行了比较。通过利用驱动空间表示，与传统的协同设计实现相比，我们的方法显著提高了动态有效载荷能力。
🔬 方法详解
问题定义：现有机器人协同设计方法大多基于串联或树型结构模型，忽略了并联机构中普遍存在的并行耦合约束。这导致优化后的机器人设计无法充分利用并联机构的动态性能潜力，限制了其在复杂任务中的应用。因此，需要一种能够显式考虑并行耦合约束的协同设计方法，以提升并联机器人的性能。
核心思路：本文的核心思路是将并联机构的并行耦合约束直接纳入动力学模型中，并在协同设计过程中同时优化机器人的结构参数（如传动比）和行为轨迹。通过在驱动空间进行轨迹优化，可以充分利用并联机构的动态范围，从而提高其有效载荷能力。
技术框架：该协同设计框架包含两个主要的优化循环。外部优化循环负责优化设计参数，即并联皮带驱动机械手的传动比。该循环的目标是找到一组传动比，使得机械手在执行特定任务时能够达到最佳的动态性能。内部优化循环则在驱动空间中进行轨迹优化，即确定驱动器需要产生的力矩，以使机械手按照期望的轨迹运动。这两个循环相互迭代，直到找到最优的设计参数和轨迹。
关键创新：该方法最重要的创新点在于显式地将并行耦合约束纳入机器人的动力学模型中。这与传统的协同设计方法不同，后者通常使用简化的树型模型，忽略了并行机构的复杂动力学特性。通过考虑并行耦合约束，该方法能够更准确地预测机器人的性能，并找到更优的设计参数。此外，在驱动空间进行轨迹优化也是一个关键创新，它可以充分利用并联机构的动态范围。
关键设计：该方法的一个关键设计是选择传动比作为设计参数。传动比直接影响驱动器产生的力矩与关节力矩之间的关系，因此是影响机器人动态性能的重要因素。另一个关键设计是在驱动空间进行轨迹优化。这需要建立驱动力矩与关节力矩之间的映射关系，并使用适当的优化算法来找到最优的驱动力矩轨迹。具体的优化算法和损失函数选择未知，论文中可能未详细描述。
🖼️ 关键图片
📊 实验亮点
该研究通过实验验证了所提出的协同设计方法的有效性。实验结果表明，与传统的基于树型模型的协同设计方法相比，该方法能够显著提高并联机器人的动态有效载荷能力。具体的性能提升数据未知，但摘要中明确指出是“significant increase”，表明提升幅度较大。
🎯 应用场景
该研究成果可应用于各种需要高动态性能的并联机器人设计，例如高速拾取放置、精密装配、医疗机器人等领域。通过优化并联机构的结构参数和运动轨迹，可以提高机器人的工作效率、精度和可靠性，从而拓展其应用范围和实际价值。未来，该方法有望推广到更复杂的并联机构和更广泛的机器人设计问题中。
📄 摘要（原文）
In robotics, structural design and behavior optimization have long been considered separate processes, resulting in the development of systems with limited capabilities. Recently, co-design methods have gained popularity, where bi-level formulations are used to simultaneously optimize the robot design and behavior for specific tasks. However, most implementations assume a serial or tree-type model of the robot, overlooking the fact that many robot platforms incorporate parallel mechanisms. In this paper, we present a novel co-design approach that explicitly incorporates parallel coupling constraints into the dynamic model of the robot. In this framework, an outer optimization loop focuses on the design parameters, in our case the transmission ratios of a parallel belt-driven manipulator, which map the desired torques from the joint space to the actuation space. An inner loop performs trajectory optimization in the actuation space, thus exploiting the entire dynamic range of the manipulator. We compare the proposed method with a conventional co-design approach based on a simplified tree-type model. By taking advantage of the actuation space representation, our approach leads to a significant increase in dynamic payload capacity compared to the conventional co-design implementation.