Benutzer: Gast  Login
Originaltitel:
Robust Walking Robots in Unknown Environments 
Originaluntertitel:
Dynamic Models, State Estimation and Real-Time Trajectory Optimization 
Übersetzter Titel:
Robust gehende Roboter in unbekannten Umgebungen 
Übersetzter Untertitel:
Dynamische Modelle, Zustandschätzung und Echtzeit-Trajektorienoptimierung 
Jahr:
2017 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Maschinenwesen 
Betreuer:
Ulbrich, Heinz (Prof. Dr. Dr. habil.) 
Gutachter:
Ulbrich, Heinz (Prof. Dr. Dr. habil.); Lohmann, Boris (Prof. Dr. habil.) 
Sprache:
en 
Fachgebiet:
MAS Maschinenbau; MSR Meßtechnik, Steuerungs- und Regelungstechnik, Automation; MTA Technische Mechanik, Technische Thermodynamik, Technische Akustik 
Stichworte:
Bipedal robots, modeling, state estimation, trajectory optimization, model predictive control 
Übersetzte Stichworte:
Zweibeinige Roboter, Modellierung, Zustandsschätzung, Trajektorienoptimierung, Modellprädiktive Regelung 
TU-Systematik:
MTA 000d 
Kurzfassung:
This thesis presents new methods that aim to increase the robustness of bipedal walking robots in unknown environments. The main part is a strategy to adapt future motion according to the current state of the robot. A model for humanoid robots is proposed that allows an accurate and fast prediction. The state obtained from a state observer and the prediction model are used to calculate a reaction. All methods are applied to the real robot Lola and are evaluated in experiments. 
Übersetzte Kurzfassung:
Diese Arbeit stellt neue Methoden zur Erhöhung der Robustheit von zweibeinigen Laufrobotern in unbekanntem Gelände vor. Kern der Arbeit ist dabei eine Strategie, welche auf Basis des aktuellen Roboterzustands die zukünftige Bewegung anpasst. Ein Prädiktionsmodell für humanoide Roboter wird eingeführt, welches eine genaue und schnelle Vorhersage ermöglicht. Der über einen Beobachter gewonnene Zustand des Roboters und das Prädiktionsmodell werden anschließend verwendet, um in Echtzeit eine Reaktio...    »
 
Mündliche Prüfung:
23.10.2017 
Dateigröße:
11731154 bytes 
Seiten:
157 
Letzte Änderung:
20.11.2017