MétaCan
Menu
Retour à la cohorte
Enregistrement W2156968214 · doi:10.1177/0278364913498122

Foot–terrain interaction mechanics for legged robots: Modeling and experimental validation

2013· article· en· W2156968214 sur OpenAlexaff
Liang Ding, Haibo Gao, Zongquan Deng, Jianhu Song, Yiqun Liu, Guangjun Liu, Karl Iagnemma

Notice bibliographique

RevueThe International Journal of Robotics Research · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil Mechanics and Vehicle Dynamics
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésTerrainDisplacement (psychology)RobotComputer scienceTerrestrial locomotionFoot (prosody)FidelitySimulationArtificial intelligenceGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Contact mechanics plays an important role in the design, performance analysis, simulation, and control of legged robots. The Hunt–Crossley model and the Coulomb friction model are often used as black-box models with limited consideration of the properties of the terrain and the feet. This paper analyzes the foot–terrain interaction based on the knowledge of terramechanics and reveals the relationship between the parameters of the conventional models and the terramechanics models. The proposed models are derived in three categories: deformable foot on hard terrain, hard foot on deformable terrain, and deformable foot on deformable terrain. A novel model of tangential forces as the function of displacement is proposed on the basis of an in-depth understanding of the terrain properties. Methods for identifying the model parameters are also developed. Extensive foot–soil interaction experiments have been carried out, and the experimental results validate the high fidelity of the derived models.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,078
Tête enseignante GPT0,367
Écart entre enseignants0,289 · 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

Citations159
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Robotics ResearchMême sujetSoil Mechanics and Vehicle DynamicsTravaux en français237 207