改善AR/VR力反馈触感交互，Meta提出恒定流体质量控制CFMC 查看引用/信息源请点击：映维

查看引用/信息源请点击：映维网
柔性致动器
（映维网2021年12月15日）由于柔性致动器比刚性执行器具有更好的接触柔顺性、更低的重量和阻力，所以柔性致动器在机器人和可穿戴触觉领域越来越流行。业界已经探索了一系列为柔性致动器提供动力的不同能源，包括流体驱动、静电驱动、电磁驱动和热驱动。
由于其高能量密度和低阻力，柔性流体致动器广泛用于可穿戴设备，而相关文献主要探讨了恒定流体压力控制（CFPC）来控制柔性致动器。这种控制方法使用简单的驱动结构（每个致动器一个离散阀）和二元（开-关）控制机制，允许致动器压力追踪动态负载下的流体源压力。
然而， CFPC因此而具有几个局限性：（1）有限的动态范围：柔性致动器提供的力的动态范围有限，并且仅受其工作压力控制，因为致动器压力只能在源压力和大气压力之间切换；（2）致动器响应缓慢：柔性执行器的充气和放气响应时间由源压力决定，不能独立调节。（3）低压控制分辨率：这种类型的控制只能实现致动器压力的二进制控制。（4）非自然的触觉交互：只可能实现主动或外源控制致动器压力，它与用户和致动器的交互方式没有内在联系，从而导致非自然的触觉交互。
为了解决所述限制，美国西北大学和Meta在名为《ConstantFluidicMassControlforSoftActuatorsUsingArtificialNeuralNetworkAlgorithm》的论文中提出了一种恒定流体质量控制（CFMC），其中恒定质量的流体困在致动器内。当用户与致动器交互时，由于这种交互导致的致动器压力任何变化可进一步帮助改善触觉交互。与使用压力传感器和第一原理模型估算流体质量的文献不同，团队是通过精确控制阀门的定时，并将其困在致动器内来调节流体质量。
使用CFMC的模拟压力控制需要整个射流系统（包括致动器）的可靠模型。有其他研究人员开发了基于第一性原理的理论模型来预测致动器行为，但所述模型只能在有限的输入集合中近似致动器的行为，不能可靠地捕捉流体系统中的所有非线性，因此很难对不同的柔性致动器进行泛化。在研究中，美国西北大学和Meta为可穿戴触觉提出了一种新的流体驱动方案CFMC 。
据介绍，这种方法允许更大的动态范围、更快的响应时间和柔性致动器的模拟压力控制，并产生更自然的触觉交互。研究人员实现了一个射流系统来演示CFMC方法，并使用系统对柔性致动器进行了实验。另外，团队提出了一种基于神经网络的有监督学习算法，使模拟压力控制的柔性致动器使用CFMC ，并泛化到新的致动器。
实验将CFMC与CFPC方法进行了比较。结果表明， CFMC可以增加柔性致动器的动态范围，缩短其响应时间以达到所需的压力，并实现模拟压力控制，从而提供更自然的触觉反馈。

文章图片
图1显示了CFPC和CFMC的射流实现。这两种实施方式之间的根本区别在于，在CFPC中，致动器压力只能存在于源或大气压力（ATM）状态，而在CFMC中，致动器可以与源和大气断开，因此保持与源和大气不同的状态。
CFPC使用一个三通阀，使致动器通过调节阀连接到压缩空气源。另一方面， CFMC采用两个三通阀：一个供气阀控制压缩空气的进气，另一个排气阀控制通向ATM的排气。 CFMC然后根据流体源压力和初始致动器压力，通过改变两个阀门的开/关时间来调节致动器内的流体质量。 CFMC同时可以使用两个双向阀实现。对于选择三通阀实现，是因为所述阀门的可用性。