Robust Walking Robots in Unknown Environments: Dynamic Models, State Estimation and Real-Time Trajectory Optimization

Wittmann, Robert

Robert Wittmann

Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link

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
Autor:: Wittmann, Robert
Jahr:: 2017
Dokumenttyp:: Dissertation
Fakultät/School:: 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 Reaktion zu berechnen. Alle Methoden wurden in Experimenten am Laufroboter Lola getestet und evaluiert. «
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... »
WWW:: https://mediatum.ub.tum.de/?id=1352929
Eingereicht am:: 05.04.2017
Mündliche Prüfung:: 23.10.2017
Dateigröße:: 11731154 bytes
Seiten:: 157
Urn (Zitierfähige URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20171023-1352929-1-6
Letzte Änderung:: 20.11.2017
BibTeX