User: Guest  Login
Original title:
Robust Walking Robots in Unknown Environments 
Original subtitle:
Dynamic Models, State Estimation and Real-Time Trajectory Optimization 
Translated title:
Robust gehende Roboter in unbekannten Umgebungen 
Translated subtitle:
Dynamische Modelle, Zustandschätzung und Echtzeit-Trajektorienoptimierung 
Year:
2017 
Document type:
Dissertation 
Institution:
Fakultät für Maschinenwesen 
Advisor:
Ulbrich, Heinz (Prof. Dr. Dr. habil.) 
Referee:
Ulbrich, Heinz (Prof. Dr. Dr. habil.); Lohmann, Boris (Prof. Dr. habil.) 
Language:
en 
Subject group:
MAS Maschinenbau; MSR Meßtechnik, Steuerungs- und Regelungstechnik, Automation; MTA Technische Mechanik, Technische Thermodynamik, Technische Akustik 
Keywords:
Bipedal robots, modeling, state estimation, trajectory optimization, model predictive control 
Translated keywords:
Zweibeinige Roboter, Modellierung, Zustandsschätzung, Trajektorienoptimierung, Modellprädiktive Regelung 
TUM classification:
MTA 000d 
Abstract:
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. 
Translated abstract:
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...    »
 
Oral examination:
23.10.2017 
File size:
11731154 bytes 
Pages:
157 
Last change:
20.11.2017