MétaCan
Menu
Retour à la cohorte
Enregistrement W2044900418 · doi:10.1017/s0263574703005563

An experimental study of passive dynamic walking

2004· article· en· W2044900418 sur OpenAlexaff
Q. Wu, N. Sabet

Notice bibliographique

RevueRobotica · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Locomotion and Control
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésGaitMechanism (biology)Preferred walking speedSimulationPower walkingControl theory (sociology)Power (physics)Computer scienceOrientation (vector space)MechanicsPhysicsPhysical medicine and rehabilitationControl (management)GeometryMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A two-straight-legged walking mechanism with flat feet is designed and built to study the passive dynamic gait. It is shown that the mechanism having flat feet can exhibit passive dynamic walking as those with curved feet, but the walking efficiency is significantly lower. It is also shown that the balancing mass and its orientation are effective for controlling side-to-side rocking and yaw, which have significant effects on steady walking. The effects of various parameters on the gait patterns are also studied. lt is shown that changes in the ramp angle have the most dominant effect on the gait pattern as compared with the changes in the hip mass, ramp surface friction and size of the flat feet. More specifically, as the ramp angle increases, the step length increases while the range of the side-to side rocking angle decreases and the step length dictates the walking speed and the gravitational power. Another finding, is that adding a hip mass improves the walking efficiency by allowing the mechanism to walk on a flatter ramp. This research enables us to gain a better understanding of the mechanics of walking. Such an understanding will have a direct impact on better design of prostheses and on the active control aspects of bipedal robots.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,241
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRoboticaMême sujetRobotic Locomotion and ControlTravaux en français237 207