3D Shape Control of Extensible Multi Section Soft Continuum Robots via Visual Servoing

Title: 3D Shape Control of Extensible Multi-Section Soft Continuum Robots via Visual Servoing
Authors: Abhinav Gandhi, Shou-Shan Chiang, Cagdas D. Onal, Berk Calli
arXiv: https://arxiv.org/abs/2602.19273

Problem framing

软体连续体机械臂控制长期受限于两点：只控末端、不控整体形状；依赖本体传感、硬件复杂且易漂移。论文目标是在无 proprioception 条件下，仅靠外部视觉实现全身形状闭环控制并给出全局收敛保证。

Core method

提出基于 2-1/2D visual servoing 的 shape Jacobian：把图像特征误差直接映射到多节连续体驱动变量，控制对象从“末端位姿”升级为“整条机体曲线”。并用 inverse kinematics 生成参考特征，避免采集 reference image。

Key equations and mechanisms

误差动力学写成：

$$\dot{e}=L_s\dot{s},\dot{q}=-\eta J_{shape}^{†}e$$

其中 $e$ 为形状特征误差，$L_s$ 是图像交互矩阵，$J_{shape}$ 为模块化形状 Jacobian。闭环目标是使 $e\to 0$ 并保持平滑瞬态。

Experiment reading guide

先看三类任务：

1. 多节扩展时的形状收敛曲线；
2. 精定位误差（文中报告稳态约 1mm）；
3. 操作 demo（堆叠/倒料/拉抽屉）对实用性的验证。

Limitations

• 外部视觉对遮挡和标记质量敏感；
• 单相机配置对深度/自遮挡场景有天然弱点；
• 全局稳定性结论依赖建模假设与特征可观测性。

Future work

• 多相机与触觉融合提升可观测性；
• 从已知模型到在线辨识，增强参数漂移鲁棒性；
• 将形状控制与任务级规划联合优化。

Replication angle

复现时先从双节机器人开始验证 $J_{shape}$ 与交互矩阵标定，再扩展到多节。建议先重复静态 shape tracking，再做动态操作任务。

Key Figure: https://arxiv.org/html/2602.19273/block_diagram.jpg
Alt Figure: https://arxiv.org/html/2602.19273/3-module-results.jpg

Graph: Paper Node 2602.19273