MARC

 008240612s2021      us  |||||||||||||||c||eng  d
■001000016931080
■00520240214095907
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798380619424
■035    ▼a(MiAaPQ)AAI28868954
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a629.8
■1001  ▼aBarkan,  Andrew  Robert.
■24510▼aPhysical  Human-Robot  Interaction  in  Spherical  Tensegrity  Robots▼h[electronic  resource]
■260    ▼a[S.l.]:▼bUniversity  of  California,  Berkeley.  ▼c2021
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2021
■300    ▼a1  online  resource(110  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-04,  Section:  B.
■500    ▼aAdvisor:  Agogino,  Alice  M.
■5021  ▼aThesis  (Ph.D.)--University  of  California,  Berkeley,  2021.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aAs  intelligent  robots  become  more  pervasive  in  the  facilitation  and  execution  of  historically  human-centric  tasks,  we,  as  roboticists,  must  continue  to  improve  upon  our  methodologies  for  intuitive  and  efficient  human-robot  interaction  (HRI).  This  is  especially  relevant  to  robotic  systems  that  are  intended  to  operate  in  close  proximity  to  humans  where  physical  contact  is  either  intentional  or  inevitable.  The  vast  majority  of  research  in  physical  human-robot  interaction  (pHRI)  has  focused  on  exclusively  anthropomorphic  realizations  of  interactions  that  involve  complex  and  rigid  traditional  serial  robotic  systems,  which  rely  on  sophisticated  sensing  and  control  implementations  to  accommodate  physical  contact.  Furthermore,  the  breadth  of  the  pHRI  research  domain  has  remained  limited  by  the  largely  anthropocentric  perspective  of  prioritizing  human-like  interactions  as  well  as  the  overwhelming  emphasis  placed  on  contact  avoidance  as  an  essential  feature  in  autonomous  and  mobile  robotic  systems.  In  contrast,  the  somewhat  recent  proliferation  of  soft  robotic  systems,  like  tensegrity  robots,  built  with  an  intrinsic  tolerance  for  physical  contact  have  shown  tremendous  promise  as  platforms  for  enabling  pHRI.Tensegrity  robots  are  a  class  of  soft  robotic  systems  whose  structures  consist  of  a  set  of  rigid  bodies  suspended  in  isolation  via  a  network  of  cable  elements.  The  advantages  of  a  tensegrity  robot  include  low  density,  configurable  compliance,  and  structural  resilience  at  the  cost  of  greater  complexity  in  modeling  and  control.  These  unique  mechanical  characteristics  make  tensegrity  robots  well-suited  to  applications  that  demand  robustness  to  physical  contact.  In  this  dissertation,  we  examine  the  design  and  implementation  of  a  force-sensing  tensegrity  as  a  robotic  platform  for  enabling  novel  physical  interactions  and  for  exploring  new  avenues  for  pHRI  with  compliant  robotic  systems.  First,  we  explore  the  potential  for  a  new  language  of  pHRI  that  leverages  non-anthropomorphic,  compliant,  and  mobile  robotic  systems.  We  then  present  the  Class-1  spherical  six-bar  tensegrity  topology  as  a  scaffolding  for  implementing  the  detection  of  physical  human-robot  interactions.  Several  force-sensing  tensegrity  prototypes  are  designed,  constructed,  and  tested  to  explore  the  capacity  for  reliable  contact  detection.  To  demonstrate  the  ability  of  the  force-sensing  tensegrity  to  distinguish  between  physical  interactions,  we  propose  a  methodology  for  inferring  intent  from  physical  interactions  using  a  supervised  learning  framework  that  features  contemporary  classification  algorithms  including  deep  neural  networks.  Additionally,  we  conduct  a  series  of  human  subject  experiments  to  examine  the  intuitiveness  of  physical  interaction  with  the  tensegrity  as  well  as  the  robustness  and  generalizability  of  the  aforementioned  supervised  learning  framework.There  are  broad  implications  from  these  results  on  the  future  of  pHRI  research  leveraging  similar  robotic  implementations,  which  could  be  capable  of  offering  completely  new  functionalities  for  physical  interaction.  The  methodologies  and  frameworks  presented  here  can  be  extended  to  various  tensegrity  topologies,  fully  actuated  tensegrity  platforms,  and  even  compliant  robotic  systems  outside  the  domain  of  tensegrities.  As  a  result,  we  hope  that  pHRI  researchers  will  be  inspired  to  utilize  compliant  systems  like  our  force-sensing  tensegrity  as  viable  platforms  for  investigating  physical  interaction.  In  summation,  the  problems  addressed  here  constitute  an  exciting  and  potentially  paradigm-shifting  investigation  of  the  utility  of  tensegrity  robots  as  platforms  for  a  new  language  and  embodiment  of  pHRI  with  compliant  robotic  systems.
■590    ▼aSchool  code:  0028.
■650  4▼aRobotics.
■650  4▼aMechanical  engineering.
■650  4▼aComputer  science.
■653    ▼aDeep  learning
■653    ▼aDisaster  response
■653    ▼aForce  sensing
■653    ▼aSoft  robotics
■653    ▼aTensegrity
■690    ▼a0771
■690    ▼a0548
■690    ▼a0984
■71020▼aUniversity  of  California,  Berkeley▼bMechanical  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g85-04B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0028
■791    ▼aPh.D.
■792    ▼a2021
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16931080▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서