Amplitude Control for Parallel Lattices of Docked Modboats
Modboat是一种低成本、欠驱动的模块化机器人,能够在水面游泳。它能够单独游泳,停靠在其他Modboats上,并仅使用一个电机和两个被动鳍状肢从它们中脱离。通过在相邻模块的尾部之间引起有意的自碰撞来实现不需要额外驱动的出坞;当希望作为一个连接的组件进行组游泳时,这成为一个挑战。在这项工作中,我们开发了一种控制策略,允许Modboats的平行晶格作为一个单一的单元游泳,这通常需要完整的模块。我们表明,控制策略是保证,以避免无意的脱离和晶格内的内力最小化。实验验证表明,该控制器性能良好,对各种尺寸的网格具有一致性。在游泳时保持可控性,但纯偏航控制导致横向运动,不能抵消所提出的框架。
2022-07-22 cs.RO
Momentum Control of an Underactuated Flying Humanoid Robot
Istituto Italiano di Tecnologia(意大利理工学院)
本文采取的第一步,欠驱动飞行人形机器人的控制框架的定义。因此,这些机器人可能具有飞行、接触运动和操纵的能力,并受益于为全身控制和空中操纵开发的技术和方法。在四旋翼的情况下,我们认为,人形机器人是由四个推力。为了方便起见,这些力被放置在机器人的手和脚上。控制目标被定义为机器人质心动量的渐近稳定。这个目标使我们能够跟踪机器人质心的期望轨迹,并保持参考方向和机器人基架之间的小误差。机器人动量的稳定性和收敛性证明是在李雅普诺夫意义上的。在人形机器人iCub模型上进行的仿真验证了所提出方法的合理性。
2017-06-03 cs.RO math.DS
Collective Control for Arbitrary Configurations of Docked Modboats
Modboat是一种低成本、欠驱动的模块化机器人,能够在水面游泳,对接到其他模块,并仅使用一个电机和两个被动鳍状肢从它们中脱离。在某些配置中,通过引起相邻模块的尾部之间的故意自碰撞来实现脱离;然而,当希望集体游泳作为一个连接的组件时,这成为一个挑战。在这项工作中,我们开发了一个集中控制策略,使\textit{arbitrary}配置的Modboats游泳作为一个单一的可操纵的车辆,并保证没有意外的出坞。我们还提出了一个简化的模型,船之间的水动力相互作用的配置,是易于处理的实时控制。我们的实验表明,我们的控制器表现良好,是一致的各种尺寸和形状的配置,并可以同时控制浪涌速度和偏航角。在游泳时保持可控性,但纯偏航控制导致横向运动,不能抵消所提出的框架。
2022-09-08 cs.RO
Holonomic Control of Arbitrary Configurations of Docked Modboats
Modboat是一种低成本、欠驱动的模块化机器人,能够在水面游泳,对接到其他模块,并仅使用一个电机和两个被动鳍状肢从它们中脱离。在某些配置中,通过引起相邻模块的尾部之间的故意自碰撞来实现脱离;然而,当希望集体游泳作为一个连接的组件时,这成为一个挑战。先前的工作已经开发出控制器,可以将停靠的Modboats的任意配置变成可操纵的车辆,但它们不能抵消横向力和干扰。在这项工作中,我们提出了一个集中的控制策略,以创建完整的车辆的任意配置的对接Modboats使用迭代势场为基础的搜索。我们的实验表明,我们的控制器表现良好,可以控制浪涌和摇摆速度和偏航角同时。
2022-11-29 cs.RO
Effects of Design and Hydrodynamic Parameters on Optimized Swimming for Simulated, Fish-inspired Robots
Department of Mechanical Engineering, Penn State University(宾夕法尼亚州立大学机械工程系)
在这项工作中,我们开发了一个数学模型和仿真平台的鱼启发的机器人模板,即磁性,模块化,波动机器人($μ$机器人)。通过该平台,我们通过强化学习系统地探索了设计和流体参数对游泳性能的影响。数学模型由两个相互作用的子系统组成,机器人动力学和流体动力学,流体动力学模型由反应性分量(附加质量和压力)和阻力分量(阻力和摩擦力)组成,然后将其无量纲化,用于推导机器人-流体相互作用的关键“控制参数”。$μ$ Bot通过谐波电压信号控制的磁致动器来致动,谐波电压信号通过基于EM的策略超参数探索(EPHE)来优化以最大化游泳速度。通过改变控制参数,共36例不同的机器人模板变化(驱动数(NoA)和刚度)和流体动力学参数进行了仿真和优化,通过EPHE。结果表明,优化步态的波长(即,沿着身体的行波)与模板变化和流体动力学参数无关。更高的NoA产生更高的速度,但单位体长的速度较低,然而,随着增益的减少,单位体长的速度较低。身体和尾鳍步态动力学流体附加质量,弹簧和驱动扭矩之间的相互作用占主导地位,流体阻力阻力的贡献可以忽略不计。相反,推力的产生主要是由尾鳍上的压力作用,稳定的游泳阻力和压力之间的平衡,从附加质量和身体阻力的贡献很小。因此,附加质量力仅通过尾鳍动力学间接影响推力产生和游泳速度。
2021-11-10 cs.RO physics.flu-dyn
Unified Structural-Hydrodynamic Modeling of Underwater Underactuated Mechanisms and Soft Robots
Department of Mechanical Engineering and Advanced Robotics Centre, National University of Singapore(新加坡国立大学机械工程系与先进机器人中心);Singapore-MIT Alliance for Research and Technology (SMART) Centre(新加坡-麻省理工学院研究与技术联盟中心)
提出一种轨迹驱动的全局优化框架,基于CMA-ES同时识别弹性、阻尼和分布式水动力学参数,实现水下欠驱动机构和软体机器人的高保真建模,仅需单段视频。
2026-07-01 cs.RO physics.flu-dyn
Theoretical Modeling and Bio-inspired Trajectory Optimization of A Multiple-locomotion Origami Robot
Zhejiang University(浙江大学);Robotics Institute of Zhejiang University(浙江大学机器人研究院)
针对软体机器人缺乏理论建模的问题,本文为折纸机器人的爬行和游泳运动建立动力学与运动学模型,并开发了规划类人游泳步态以获取最大推力的算法,仿真实验验证了其有效性。
2024-03-19 cs.RO
Bistable SMA-driven engine for pulse-jet locomotion in soft aquatic robots
本文提出仿生软体水下机器人DilBot,采用双稳态形状记忆合金驱动引擎实现脉冲喷流推进,峰值速度达158 mm/s,最大推力5.59 N,为水下环境监测的机器人集群应用提供了新途径。
2025-04-04 cs.RO
Trajectory Tracking of Underactuated Sea Vessels With Uncertain Dynamics: An Integral Reinforcement Learning Approach
University of Ottawa(渥太华大学);Bradley University(布拉德利大学)
欠驱动系统,如海洋船舶的运动程度,是不充分匹配的一组独立的驱动力。此外,为了确定最佳的方向舵和推力控制信号,潜在的磁阻跟踪控制问题变得越来越复杂。这强制执行了几个难以解决的约束条件,使用经典的最佳跟踪和自适应控制方法与误差动态方程。针对一类具有部分系统动力学先验知识的非线性跟踪问题,提出了一种基于积分强化学习的在线机器学习机制。驱动力的决定使用创新形式的时间差分方程有关的船舶的浪涌和角速度。该解决方案是使用一个在线值迭代过程,这是通过采用自适应批评和梯度下降方法实现的。自适应学习机制在不同的参考跟踪场景下表现出良好的功能和交互性。
2021-04-01 cs.AI cs.LG cs.RO
Data-Driven Geometric System Identification for Shape-Underactuated Dissipative Systems
University of Michigan(密歇根大学);Johns Hopkins University Applied Physics Lab(约翰霍普金斯大学应用物理实验室);Oregon State University(俄勒冈州立大学)
运动具有高度耗散性的系统提供了一个机会,既可以轻松识别模型,又可以快速优化运动。几何力学提供了通过环境均匀性来减少动力学的手段,而耗散性质最小化了动力学中二阶(惯性)特征的作用。在这里,我们将几何系统辨识的工具扩展到“形状欠驱动耗散系统(SUDS)"-其运动比惯性更耗散的系统,但其驱动仅限于身体形状坐标的一个子集。许多动物的运动都是SUDS,包括线虫和鞭毛细菌等微型游泳者,以及蛇和蜥蜴等颗粒运动。许多软体机器人也是SUDS,特别是那些使用高阻尼串联弹性致动器的机器人。无论是参与运动还是操纵,这些机器人通常用于与环境进行不那么严格的交互。我们鼓励使用的SUDS模型,并验证他们的能力来预测各种模拟粘性游泳平台的运动。对于一个大类的SUDS,我们展示了如何形状速度驱动输入可以直接转换为扭矩输入,这表明软气动执行器或介电弹性体系统可以建模与工具。基于物理学中的基本假设,我们展示了我们的模型复杂性如何随被动形状坐标的数量线性缩放。这大大减少了从实验数据中识别系统模型所需的试验次数,并且可以减少过拟合。我们的方法的样本效率表明其在机器人建模,控制和优化中的使用,并作为一种工具,在摩擦占主导地位的制度的有机体运动的研究。
2021-08-28 cs.RO cs.SY eess.SY
Swim-and-Breach at Palm Scale: A Rudder-Steered Two-Propeller Underwater Robot Platform with Differential-Thrust Pitch Control
BioFrontiers Institute, University of Colorado Boulder(科罗拉多大学博尔德分校生物前沿研究所)
本文提出一种手掌尺度(65毫米,34克)双螺旋桨差动推力俯仰控制与舵偏航控制的水下机器人平台,实现高速游动、灵活转弯及无缝游跳,用于跨越障碍和干燥间隙的检查任务。
2026-09-16 cs.RO physics.flu-dyn
Flow-Based Control of Marine Robots in Gyre-Like Environments
West Virginia University(西弗吉尼亚大学)
我们提出了一种基于流量的控制策略,使资源受限的海洋机器人巡逻的回旋状流环境中的轨道轨迹在给定范围内的周期性。控制器不需要流场的详细模型,仅依赖于机器人相对于环流中心的位置。机器人的任务不是精确地跟踪预定义的轨迹,而是停留在具有已知周期性的两个边界轨迹之间。此外,所提出的策略利用周围的流场,以尽量减少控制工作。我们证明了所提出的策略,使机器人在满足所需的周期性要求的流程周期。我们的方法进行了测试和验证,在模拟和实验中使用低成本,欠驱动,表面游泳机器人,即Modboat。
2022-07-22 cs.RO
Integration of Fully-Actuated Multirotors into Real-World Applications
Robotics Institute, Carnegie Mellon University(卡内基梅隆大学机器人研究所);University of Pittsburgh(匹兹堡大学)
全驱动多旋翼的引入为许多现实应用开辟了新的可能性和更有效的解决方案。然而,它们的集成比预期的要慢,部分原因是需要新的工具来充分利用这些机器人。据我们所知,目前所有致力于全驱动多旋翼的小组都在开发新的全姿态(6-D)工具和方法来使用他们的机器人,这是低效的,耗时的,并且需要许多资源。我们提出了一种方法,弥合工具之间的差距已经欠驱动机器人和新的全驱动车辆。该方法可以扩展现有的欠驱动飞行控制器,以支持全驱动机器人,或增强现有的全驱动控制器,以支持现有的欠驱动飞行堆栈。我们介绍的姿态策略,工作与欠驱动控制器,工具,规划和远程控制接口,同时允许充分利用的驱动。此外,提出了新的方法,可以适当地处理有限的横向推力所遭受的许多全驱动无人机设计。这些策略是轻量级的,简单的,并允许快速集成可用的工具与这些新的车辆,以快速开发新的现实世界的应用程序。我们的机器人上的真实实验和几种具有不同底层控制器方法的无人机架构上的模拟显示了如何利用这些策略来扩展现有的全驱动应用的飞行控制器。我们提供了使用我们提出的方法增强的PX4固件的源代码,以展示用于欠驱动多旋翼的示例飞行控制器,该示例飞行控制器可以进行修改以无缝支持全驱动飞行器,同时保持飞行堆栈的其余部分不变。
2021-03-10 cs.AI cs.RO cs.SY
Nonlinear MPC for Quadrotor Fault-Tolerant Control
University of Zurich(苏黎世大学);ETH Zurich(苏黎世联邦理工学院)
四旋翼飞行器的机械简单性、悬停能力和高灵活性使其在行业中快速适应检查、勘探和城市空中机动性。另一方面,四旋翼的不稳定和欠驱动动力学使它们极易受到系统故障,特别是转子故障的影响。在这项工作中,我们提出了一个容错控制器,使用非线性模型预测控制(NMPC)的稳定和控制的四旋翼受到一个单一的转子完全故障。从现有的作品,无论是依赖于线性假设或诉诸级联结构忽略输入约束的外环,我们的方法利用完整的非线性动力学损坏的四旋翼,并考虑每个转子的推力约束。因此,该方法可以有效地从极端的初始条件进行镦粗恢复。大量的仿真和真实世界的实验进行验证,这表明,所提出的NMPC方法可以有效地恢复损坏的四旋翼,即使故障发生在侵略性的机动,如翻转和跟踪敏捷轨迹。
2022-02-09 cs.RO
Adaptive Backstepping and Non-singular Sliding Mode Control for Quadrotor UAVs with Unknown Time-varying Uncertainties
Carleton University(卡尔顿大学)
针对四旋翼无人机位置姿态跟踪的奇异性与精度难题,提出级联的基于四元数的自适应反步控制与非奇异滑模控制方案,通过自适应律更新参数,保证渐近稳定性,在未知时变不确定性和大初始误差下仍具良好控制效果。
2024-07-13 cs.RO cs.SY eess.SY
Physics-Aware End-to-End Deep Reinforcement Learning for Quadcopter Control with Actuator Dynamics
研究针对四旋翼无人机自主控制挑战,采用基于物理感知的端到端深度强化学习方法,结合特定奖励和执行器动力学模型,评估四种算法,发现SAC和TD3表现优,强调建模重要性并提供基准。
2026-07-29 cs.LG cs.RO cs.SY
Differentiable Reinforcement Learning for Path Tracking by an Agile Fish-Like Robot
Clemson University(克莱姆森大学)
研究类鱼机器人控制和运动规划难题。开发高效模拟平台,用PID控制结合时间反向传播和课程训练学习增益,实现运动控制与路径跟踪,策略应用于物理平台效果良好。
2026-07-21 cs.RO cs.SY eess.SY
Quaternion-based Adaptive Backstepping Fast Terminal Sliding Mode Control for Quadrotor UAVs with Finite Time Convergence
Carleton University(卡尔顿大学)
本文针对四旋翼无人机轨迹跟踪中的奇异性与不确定性问题,提出基于四元数的自适应反步控制和自适应快速终端滑模控制方法,实现有限时间收敛并抑制控制抖振。
2024-07-31 cs.RO cs.SY eess.SY