MétaCan
Menu
Retour à la cohorte
Enregistrement W2119171960 · doi:10.1017/s0263574706003183

Robust control of underactuated bipeds using sliding modes

2007· article· en· W2119171960 sur OpenAlexaff
Mehdi Nikkhah, Hashem Ashrafiuon, Farbod Fahimi

Notice bibliographique

RevueRobotica · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Locomotion and Control
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)UnderactuationTorsoRobustness (evolution)Lyapunov functionComputer scienceActuatorRobotControl (management)Nonlinear systemArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

SUMMARY The purpose of this paper is to present a robust tracking control algorithm for underactuated biped robots capable of self-balancing in the presence of external disturbances. The biped is modeled as a five-link planar robot with four actuators located at hip and knee joints. A sliding mode control law has been developed for the biped to follow a human-like gait trajectory while keeping the torso nearly upright. The control forces are calculated by defining four first-order sliding surfaces as a linear combination of the torso and the four joint tracking errors. The control approach is shown to guarantee that all trajectories will reach and stay on these surfaces during each step, while the walking cycle stability is maintained through a Lyapunov function. The criteria for asymptotic stability of the surfaces are presented and a numerical search method is implemented for the selection of the corresponding surface parameters. The paper further investigates the robustness of the controller in response to disturbances. Numerical simulations demonstrate the tracking stability of the biped's multistep walk and its human-like response to an external disturbance.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,035
Tête enseignante GPT0,233
Écart entre enseignants0,197 · 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'étudeSimulation ou modélisation
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

Citations56
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRoboticaMême sujetRobotic Locomotion and ControlTravaux en français237 207