Stable and Fast Planar Jumping Control Design for a Compliant One-Legged Robot
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Compliant bipedal robots demonstrate a potential for impact resistance and high energy efficiency through the introduction of compliant elements. However, it also adds to the difficulty of stable control of the robot. To motivate the control strategies of compliant bipedal robots, this work presents an improved control strategy for the stable and fast planar jumping of a compliant one-legged robot designed by the authors, which utilizes the concept of the virtual pendulum. The robot was modeled as an extended spring-loaded inverted pendulum (SLIP) model with non-negligible torso inertia, leg inertia, and leg damping. To enable the robot to jump forward stably, a foot placement method was adopted, where due to the asymmetric feature of the extended SLIP model, a variable time coefficient and an integral term with respect to the forward speed tracking error were introduced to the method to accurately track a given forward speed. An energy-based leg rest length regulation method was used to compensate for the energy dissipation due to leg damping, where an integral term, regarding jumping height tracking error, was introduced to accurately track a given jumping height. Numerical simulations were conducted to validate the effectiveness of the proposed control strategy. Results show that stable and fast jumping of compliant one-legged robots could be achieved, and the desired forward speed and jumping height could also be accurately tracked. In addition to that, using the proposed control strategy, the robust jumping performance of the robot could be observed in the presence of disturbances from state variables or uneven terrain.
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.
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 découle