Single-support heel-off: a crucial gait event helps realizing agile and energy-efficient bipedal walking
Notice bibliographique
Résumé
SUMMARY Single-support heel-off occurs when the heel of the trailing leg has been lifted from the ground around its toe, while the leading leg is still swinging forward. A similar gait event occurs during human walking, and is crucial to achieve a longer step length and a higher walking speed. In this paper, this crucial gait event is studied, specifically in how it influences the agility and the energy efficiency of bipedal walking. Toward this goal, the concept of limit-cycle bipedal walking which possesses natural and energy-efficient gaits is employed. The aforementioned concept is applied to a flat-foot bipedal model which is developed and actuated by a constant hip torque only during the single-support phase to walk on the ground. The impedance of each ankle is adjusted by using two springs, one at the back-side and the other at the front-side, as well as one damper. In comparison with point/round foot bipedal models, the flat-foot bipedal model produces more versatile limit-cycle gaits comprised of a number of gait series, each of which is a sequence detected among twelve gait postures dictated by the kinetics of the unilateral constraints at the heel, toe, or both. As a result of comprehensive simulations, it is concluded that single-support heel-off significantly improves the agility of bipedal walking because of the increase in the step length and the walking speed. Furthermore, even though limit-cycle gaits including single-support heel-off require higher energy input as compared with gaits excluding such an event, single-support heel-off significantly improves the energy efficiency of bipedal walking since the increase in the step length dominates the increase in the energy input.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».