IEEE RA-L

When Obstacles Bend: Modeling Vegetation Deformation in the context of Field Robotics

当障碍物弯曲：野外机器人场景下的植被变形建模

Zaar Khizar, Tom Montagnon, Roland Lenain, Romuald Aufrère, Johann Laconte

机构 * LIMOS（利摩日信息学与优化实验室） ； Université Clermont Auvergne（克莱蒙奥弗涅大学） ； Clermont Auvergne INP（克莱蒙奥弗涅国立综合理工学院） ； CNRS（法国国家科学研究中心） ； INRAE（法国国家农业食品与环境研究院） ； Institut Pascal（帕斯卡尔研究院） 纠错

AI总结 针对现有可通行性评估绑定机器人动力学、难以跨平台迁移的局限，该研究提出通过植被固有力学特性建模，结合变形与力数据实现植被感知导航。

Comments 8 pages, 7 figures, submitted to IEEE Robotics and Automation Letters (RA-L)

Differentiable Dynamics and Fast Simulation of Continuous Elastic Robotic Fish

可微动力学与连续弹性机器鱼的快速仿真

Zhiheng Chen, Jiayi Jin, Wei Wang

机构 * Marine Robotics Lab, Department of Mechanical Engineering, College of Engineering, University of Wisconsin-Madison（威斯康星大学麦迪逊分校工程学院机械工程系水下机器人实验室） ； Sibley School of Mechanical and Aerospace Engineering, Cornell University（康奈尔大学Sibley机械与航空航天工程学院） 纠错

AI总结 本文针对现有机器鱼动力学模型的不足，提出基于哈密顿原理的可微全身动力学模型与快速仿真框架，经数值与实验验证，可用于机器鱼身体刚度分布的梯度优化设计。

Comments Under review at IEEE Robotics and Automation Letters (RA-L)