MétaCan
Menu
Retour à la cohorte
Enregistrement W4400011541 · doi:10.18280/jesa.570311

Whole-Body Anti-Input Saturation Control of a Bipedal Robot

2024· article· fr· W4400011541 sur OpenAlexvenueno aff
Hayder F. N. Al-Shuka, Ahmed H. Kaleel

Notice bibliographique

RevueJournal Européen des Systèmes Automatisés · 2024
Typearticle
Languefr
DomaineEngineering
ThématiqueReal-time simulation and control systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSaturation (graph theory)Control theory (sociology)RobotControl (management)Computer scienceControl engineeringEngineeringMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Bipedal locomotion requires a multi-level control strategy for balance and tracking, with the zero-moment point (ZMP) serving as a heuristic balance criterion.Maintaining the ZMP location within the stability margin indicates stability, but ankle joint actuation behavior restrictions are required.This paper focuses on whole-body control of a bipedal robot, considering control input limitations.Two dynamical models of bipedal dynamics are introduced, integrating center-of-mass (CoM)-based dynamics with joint space dynamics.The controlled outputs are the CoM position and joint displacements, while the control inputs are the ZMP position and joint torques.Anti-input saturation control is considered to ensure safe values for the control inputs, especially for the ZMP and ankle joint torque signals.A decentralized adaptive approximation control (DAAC) with a saturation compensator is designed.The stability of the proposed controller is proven using Lyapunov theory.Simulation experiments are conducted on a planar 6-degrees-offreedom (DOF) bipedal robot.The results demonstrate the robustness of the control architecture even under a disturbance torque of 10 N.m., ensuring safe stability margins for the ZMP and precise tracking for the multi-DOF bipedal system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,877
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,247
Écart entre enseignants0,235 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal Européen des Systèmes AutomatisésMême sujetReal-time simulation and control systemsTravaux en français237 207