Ninja legs: Amphibious one degree of freedom robotic legs
Notice bibliographique
Résumé
In this paper we propose a design of a class of robotic legs (known as “Ninja legs”) that enable amphibious operation, both walking and swimming, for use on a class of hexapod robots. Amphibious legs equip the robot with a capability to explore diverse locations in the world encompassing both those that are on the ground as well as underwater. In this paper we work with a hexapod robot of the Aqua vehicle family (based on a body plan first developed by Buehler et al. [1]), which is an amphibious robot that employs legs for amphibious locomotion. Many different leg designs have been previously developed for Aqua-class vehicles, including both robust all-terrain legs for walking, and efficient flippers for swimming. But the walking legs have extremely poor thrust for swimming and the flippers are completely unsuitable for terrestrial operations. In this work we propose a single leg design with the advantages of both the walking legs and the swimming flippers. We design a cage-like circular enclosure for the flippers in order to protect the flippers during terrestrial operations. The enclosing structure also plays the role of the walking legs for terrestrial locomotion. The circular shape of the enclosure, as well, has the advantages of an offset wheel. We evaluate the performance of our design for terrestrial mobility by comparing the power efficiency and the physical speed of the robot equipped with the newly designed legs against that with the walking legs which are semi-circular in shape. The swimming performance is examined by measuring the thrust generated by newly designed legs and comparing the same with the thrust generated by the swimming flippers. In the field, we also verified that these legs are suitable for swimming through moderate surf, walking through the breakers on a beach (and thus through slurry), and onto wet and dry sand.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».