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

Wittmann, Robert

Meßtechnik, Steuerungs- und Regelungstechnik, Automation

Back
Back to start of result list
Permanent link for displayed object

If you experience problems opening the document, please try this link.

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
Author:: Wittmann, Robert
Year:: 2017
Document type:: Dissertation
Faculty/School:: 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 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
Date of submission:: 05.04.2017
Oral examination:: 23.10.2017
File size:: 11731154 bytes
Pages:: 157
Urn (citeable URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20171023-1352929-1-6
Last change:: 20.11.2017
BibTeX