Forward Kinematics Accuracy Enhancement of a Force-Torque Decoupled Spherical Parallel Manipulator near Singular Configurations within a Tripodal Robot

技術要約：特異構成近傍における力・トルク分離型球面パラレルマニピュレータの順運動学精度の向上

問題提起
パラレルマニピュレータ、特に球面パラレルマニピュレータ（SPM）は、ジョイント空間とタスク空間の関係が不良条件（ill-conditioned）となる特異構成に陥りやすい。これらの特異点付近では、関節座標の微小な測定誤差が増幅され、エンドエフェクタ（EE）の姿勢の再構成において重大な誤差を引き起こす。この劣化は、本研究で提案されている三脚ロボットの歩行や操作といった高精度を要するアプリケーションにおいて、制御の安定性と精度を損なうものである。特異点は通常回避されるべきであるが、実用的なシナリオ（例：ロボットが座り姿勢をとる場合など）では、これらの構成に近い領域を通過する必要が生じる。本論文は、マニピュレータの根本的な機械的コンディショニングを変更することなく、これらの不良条件の状態における順運動学（FK）精度を向上させるという特定の課題に取り組んでいる。

手法
提案される解決策は、新規な機械設計と、それに対応する冗長運動学アルゴリズムで構成される。

1. 機械設計（力・トルクの分離）：
   著者らは、拡張されたSPM設計を提示している。これは、マニピュレータ内の未使用の中央空間内に内部シリアル構造（RRRチェーン）を統合したものである。これにより、ハイブリッドな3-CCC（外殻）+ RRR（内側チェーン）機構が形成される。

• 分離： 外側の3-CCCリンケージはトルクを伝達し、内側のRRRチェーンは力を吸収することで、力とトルメントの伝達を効果的に分離する。
• 冗長センシング： この内部構造により、内側チェーンのベース軸（$\hat{c}_1$）上に第4の関節センサ（$E_4$）を取り付けることが可能になる。決定的なのは、この測定軸が、特異構成（具体的には、タイプ2の特異化によって制御不能な自由度が増大する軸）に対して敏感になる回転軸と一致している点である。

2. 運動学の定式化：

• ヤコビ行列の導出： 4つの入力ジョイント（3つのベースアクチュエータと内側サポート軸）からツールプラットフォームへの速度をマッピングする、冗長センサ・ヤコビ行列（$J_{red}$）を導出する。この行列は $3 \times 4$ の矩形行列であり、ムーア・ペンローズの擬似逆行列の使用を可能にする。
• 順運動学（FK）の解法： 冗長なセンサデータを用いるため、FK問題は過決定最適化問題として扱われる。
  • ステップ1： 3つの主要センサ（$E_1$–$E_3$）を用いた古典的なループ閉鎖法を用い、レベンバーグ・マルカート（LM）アルゴリズムによってEEの姿勢の初期推定値を得る。
  • ステップ2： 推定された姿勢の逆運動学から予測される値と、測定された冗長センサの値（$\tilde{Z}$）との間の誤差を最小化する精緻化ステップを行う。これには、冗長センサの重みを調整可能な加重最小二乗法が含まれる。

3. 動的吸引制御：
   冗長センサが、良好なコンディションにある姿勢（冗長センサが主要センサと競合する可能性がある状態）において精度を低下させるのを防ぐため、著者らは吸引係数（$k_4$）の動的な調整を提案している。この係数は、マニピュレータのコンディショニング指数（$1/\kappa$）に基づいて変調される。システムは、マニピュレータが不良条件の状態に近づいた場合にのみ、冗長センサへの高い吸引を適用し、これにより、良好な状態では安定性を維持しつつ、特異点付近での精度を救済する。

主な貢献

• 新規な機械トポロジー： 力・トルクを分離し、球面リンケージ上のスペースを占有することなく第4のセンサの配置を可能にするために、3-CCC SPMの内部未使用空間に内部RRRチェーンを統合したこと。
• 特異ロバスト性： 特異な自由度の角度位置を明示的に測定することで、従来の3センサ法が失敗するか、あるいは極めて不正確になる構成においても、EE姿勢の再構成を可能にしたこと。
• 適応アルゴリズム： 現在のマニピュレータの機械的コンディショニングに基づいて冗長センサの影響をバランスさせる、動的に調整されたセンサ吸引係数を持つ2ステップFKソルバ。
• 検証： 厳密な解析的導出、歪んだ測定信号を用いたシミュレーション、および製作された物理プロトタイプである三脚ロボットによる検証。

結果

• シミュレーション： 本研究では、タイプ1およびタイプ2の特異点に接近する運動プロファイルをシミュレートした。結果として、古典的な3センサ法は、コンディショニング指数（$1/\kappa$）がゼロに近づくにつれて、姿勢誤差が指数関数的に増大することが示された。対照的に、提案された動的吸引を用いた4センサ法（$4S_{ffk,D}$）は、著しく低い誤差レベルを維持した。
• 誤差の低減： 最も不良なコンディションの領域において、動的な4センサアプローチは、3センサ法と比較して最大姿勢誤差を約3.45倍減少させた。
• 統計的分布： 動的な4センサ構成は、全般的に関節角誤差の広がりがわずかに大きいものの、外れ値を大幅に減少させ、直接測定される軸（$Z$）の四分位範囲（IQR）を改善しており、これは特異点付近での理想的な角度のより一貫した追従性を示している。
• プロトタイプ検証： 本手法は、実世界の三脚ロボットのプロトタイプに実装された。光学的なトラッキング解析により、シミュレーション結果が確認され、動的な調整が、良好なコンディションにおける性能を損なうことなく、特異構成付近の誤差を効果的に軽減できることが検証された。

意義および主張
本論文は、本研究が、測定の不正確さに左右される一般的なSPM、特に特異構成近傍における順運動学問題の再構成精度を向上させるものであると主張している。著者らは、この改善が、マニピュレータの実際の機械的コンディショニングを変更することなく、むしろ、不良条件の姿勢において通常発生する測定誤差の増幅を緩和することで達成されることを強調している。

その意義は、ヒップ関節にSPMを利用する脚式ロボットの堅牢な制御を可能にすることにあり、これにより、特異性による制御不能な挙動や深刻な精度喪失を招く恐れのある姿勢（座り姿勢や特定の歩行遷移など）の通過を可能にする。このアプローチは、特定の三脚ロボットの用途を超えて一般化可能であり、高信頼性が求められる医療や手術などの分野を含む、典型的なSPMの適用範囲を拡大するものである。本研究は、力・トルク分離設計の未使用内部空間に冗長なセンシングを統合することが、古典的なパラレルマニピュレータの限界を克服するための有効な戦略であることを検証している。