Neural control for gait generation and adaptation of a gecko robot
Conference proceedings article
ผู้เขียน/บรรณาธิการ
กลุ่มสาขาการวิจัยเชิงกลยุทธ์
ไม่พบข้อมูลที่เกี่ยวข้อง
รายละเอียดสำหรับงานพิมพ์
รายชื่อผู้แต่ง: Srisuchinnawong A., Shao D., Ngamkajornwiwat P., Teerakittikul P., Dai Z., Ji A., Manoonpong P.
ผู้เผยแพร่: Hindawi
ปีที่เผยแพร่ (ค.ศ.): 2019
หน้าแรก: 468
หน้าสุดท้าย: 473
จำนวนหน้า: 6
ISBN: 9781728124674
นอก: 0146-9428
eISSN: 1745-4557
ภาษา: English-Great Britain (EN-GB)
บทคัดย่อ
Geckos are highly adaptable creatures, able to scale a variety of slopes, including walls, and can change their gait depending on their environment. Roboticists have tried to implement this behaviour in gecko robots. So far, an open-loop controlled robot without a tail that uses only one specific gait can climb to a 50ฐ slope. In this paper, we propose neural control that allows a gecko robot to climb to a 70ฐ slope by generating different gaits for various slope angles. The control consists of three main components: a central pattern generator (CPG) for generating various rhythmic patterns, CPG post-processing for shaping the CPG signals, and a delay line for transmitting the shaped CPG signals to drive the legs of the gecko robot. The robot uses a body inclination sensor to provide sensory feedback for gait adaptation. When the incline is below 35ฐ, the robot walks with a predefined fast trot gait. If the incline is increased, it will change its gait from the trot gait to an intermediate gait, followed by a slow wave gait, which is both the most stable and the slowest gait, for climbing the steepest slopes. Using this walking strategy, the robot can efficiently climb a variety of slopes using different gaits and can automatically adapt its gait to maximise speed while ensuring stability. ฉ 2019 IEEE.
คำสำคัญ
ไม่พบข้อมูลที่เกี่ยวข้อง
ติดต่อสอบถามเพิ่มเติมได้ที่