SuRFR: A Fast Recursive Simulator for Soft Manipulators with Discrete Joints on SE(3)
Notice bibliographique
Résumé
<p>We develop a fast, recursive and parameterization-free formulation for forward and inverse dynamics of soft robots modelled as multi-body systems with rigid and flexible bodies. The system is composed of bodies serially connected with discrete single-degree-of-freedom joints from a fixed base. The joint kinematics is captured through the exponential map of the Special Euclidean group SE(3). We couple the Newton-Euler equation for rigid bodies and a set of Partial Differential Equations (PDEs) on the SE(3) for dynamic Cosserat rods to formulate the dynamics of multi-body systems. Our proposed inverse dynamics recursively determines the system’s response as well as the required joint torques to follow a prescribed joint-space trajectory; while the forward dynamics inherits the same structure and determines the system’s motion for given joint torques. Unlike rigid multi-body systems, where the kinematic and dynamic recursions are decoupled, the inclusion of flexible bodies necessitates solving a coupled set of PDEs with applied separated Boundary Conditions (BCs). We develop a shooting-method-based BC solver to move BCs to one point and a numerical framework to integrate these equations. The framework adopts a fast finite difference method to semi-discretize the PDEs and transform them into ordinary differential equations, which are integrated using a geometrically exact integrator on the SE(3). Subsequent to the validation against multiple packages, we implement the proposed algorithms and study the dynamic response of an example. A software library, named SimUlator for Rigid-Flexible Robots (SuRFR), to simulate generic rigid-flexible multi-body systems, including the presented example, is distributed.</p>
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».