論文の概要: Tilt-Ropter: A Novel Hybrid Aerial and Terrestrial Vehicle with Tilt Rotors and Passive Wheels

• arxiv url: http://arxiv.org/abs/2602.01700v1
• Date: Mon, 02 Feb 2026 06:15:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.078744
• Title: Tilt-Ropter: A Novel Hybrid Aerial and Terrestrial Vehicle with Tilt Rotors and Passive Wheels
• Title（参考訳）: Tilt-Ropter:ティルトロータとパッシブホイールを備えたハイブリッド空中・地上ハイブリッド車
• Authors: Ruoyu Wang, Xuchen Liu, Zongzhou Wu, Zixuan Guo, Wendi Ding, Ben M. Chen,
• Abstract要約: 航空・地球ハイブリッド車(HATV)Tilt-Ropterについて紹介する。 ティルト・ロプターの完全作動式設計は、離間力とトルク制御を可能にする。 その結果,地中移動時の消費電力は92.8%減少した。
• 参考スコア（独自算出の注目度）: 13.687917750845303
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this work, we present Tilt-Ropter, a novel hybrid aerial-terrestrial vehicle (HATV) that combines tilt rotors with passive wheels to achieve energy-efficient multi-mode locomotion. Unlike existing under-actuated HATVs, the fully actuated design of Tilt-Ropter enables decoupled force and torque control, greatly enhancing its mobility and environmental adaptability. A nonlinear model predictive controller (NMPC) is developed to track reference trajectories and handle contact constraints across locomotion modes, while a dedicated control allocation module exploits actuation redundancy to achieve energy-efficient control of actuators. Additionally, to enhance robustness during ground contact, we introduce an external wrench estimation algorithm that estimates environmental interaction forces and torques in real time. The system is validated through both simulation and real-world experiments, including seamless air-ground transitions and trajectory tracking. Results show low tracking errors in both modes and highlight a 92.8% reduction in power consumption during ground locomotion, demonstrating the system's potential for long-duration missions across large-scale and energy-constrained environments.
• Abstract（参考訳）: 本研究では、傾きローターと受動車輪を組み合わせた、エネルギー効率の良い多モード移動を実現するハイブリッド空中地上車両(HATV)であるTilt-Ropterを紹介する。 既存の非作動型HATVとは異なり、ティルト・ロプターの完全作動型設計は非結合力とトルク制御を可能にし、モビリティと環境適応性を大幅に向上させる。 非線形モデル予測制御器(NMPC)は、参照軌跡を追跡し、移動モード間の接触制約を処理するために開発され、専用の制御アロケーションモジュールはアクチュエータのエネルギー効率の高い制御を実現するためにアクティベーション冗長性を利用する。 さらに, 接地時の強靭性を高めるため, 環境相互作用力とトルクをリアルタイムで推定する外部レンチ推定アルゴリズムを導入する。 このシステムは、シームレスな地上遷移や軌道追跡を含むシミュレーションと実世界の実験の両方を通して検証されている。 その結果、両方のモードでのトラッキングエラーが低く、地上移動中の電力消費が92.8%減少していることが示され、大規模でエネルギーに制約のある環境における長期ミッションの可能性を示している。

関連論文リスト

• Dynamic Modeling and Attitude Control of a Reaction-Wheel-Based Low-Gravity Bipedal Hopper [0.0]
  ホッピング・ロコモーションは エネルギー効率が高いが 飛行中の姿勢不安定になりやすい 本稿では,内輪を用いた不動二足歩行ロボットによる姿勢制御について述べる。 提案手法は,月の重力条件下でのMuJoCoシミュレーションで評価される。
  論文  参考訳（メタデータ） (2026-03-11T11:35:21Z)
• Receding-Horizon Nullspace Optimization for Actuation-Aware Control Allocation in Omnidirectional UAVs [2.573972255510259]
  完全に作動した全方位UAVは、6自由度すべてに沿って力とトルクを独立に制御できる。 従来の制御割当法は、搭載アクチュエータの非対称力学を無視する。 本研究は,非対称運動力学を明示的に取り入れたリテーディングホライズン,アクティベーション・アウェア・アロケーション戦略を提案する。
  論文  参考訳（メタデータ） (2026-03-06T19:47:45Z)
• A 26-Gram Butterfly-Inspired Robot Achieving Autonomous Tailless Flight [61.21669716392821]
  textitAirPulseは、26グラムの蝶にインスパイアされたロボットで、このスケールで尾のない二翼プラットフォームのために、初めてオンボードでクローズドループ制御飛行を行う。 蝶の飛行における重要な生体力学的特性を再現し、低アスペクト比、炭素繊維強化翼の適合性、および特徴的な生物学的身体の起伏を再現する低周波の羽ばたきを利用する。
  論文  参考訳（メタデータ） (2026-02-06T15:58:50Z)
• STAR-RIS-assisted Collaborative Beamforming for Low-altitude Wireless Networks [58.13757830013997]
  無人航空機(UAV)に基づく無線ネットワークは、都市コミュニケーションに高いモビリティ、柔軟性、カバーを提供する。 閉塞により、密集した環境では信号の減衰が激しい。 この重要な問題に対処するために、UAVの協調ビームの導入と全方向逆方向ビームフォーミングについて検討する。
  論文  参考訳（メタデータ） (2025-10-25T01:28:37Z)
• RobotDancing: Residual-Action Reinforcement Learning Enables Robust Long-Horizon Humanoid Motion Tracking [50.200035833530876]
  RobotDancingはシンプルでスケーラブルなフレームワークで、残留する関節の目標を予測して、ダイナミックスの不一致を明示的に修正する。 複数分間の高エネルギー動作(ジャンプ、スピン、カートホイール)をトラッキングし、高いモーショントラッキング品質のハードウェアにゼロショットをデプロイする。
  論文  参考訳（メタデータ） (2025-09-25T03:30:34Z)
• GeoDrive: 3D Geometry-Informed Driving World Model with Precise Action Control [50.67481583744243]
  実世界モデルにロバストな3次元形状条件を明示的に統合したGeoDriveを紹介する。 車両の位置を編集することでレンダリングを強化するため,トレーニング中の動的編集モジュールを提案する。 動作精度と空間認識の両面で既存のモデルよりも優れていた。
  論文  参考訳（メタデータ） (2025-05-28T14:46:51Z)
• HDVIO2.0: Wind and Disturbance Estimation with Hybrid Dynamics VIO [25.489747178670125]
  フル6-DoF, トランスレーショナルおよびローテーション, 車両力学をモデル化し, それらをVIOに密に組み込むHDVIO2.0を提案する。 本システムでは,風速25km/hまでの実地飛行だけでなく,パブリックおよび新しいドローンダイナミックスデータセットを用いた実験における最先端手法の性能を超越している。
  論文  参考訳（メタデータ） (2025-04-01T17:08:27Z)
• Learning energy-efficient driving behaviors by imitating experts [75.12960180185105]
  本稿では,コミュニケーション・センシングにおける制御戦略と現実的限界のギャップを埋める上で,模倣学習が果たす役割について考察する。 擬似学習は、車両の5%に採用されれば、局地的な観測のみを用いて、交通条件の異なるネットワークのエネルギー効率を15%向上させる政策を導出できることを示す。
  論文  参考訳（メタデータ） (2022-06-28T17:08:31Z)
• VAE-Loco: Versatile Quadruped Locomotion by Learning a Disentangled Gait Representation [78.92147339883137]
  本研究では,特定の歩行を構成する主要姿勢位相を捕捉する潜在空間を学習することにより,制御器のロバスト性を高めることが重要であることを示す。 本研究では,ドライブ信号マップの特定の特性が,歩幅,歩幅,立位などの歩行パラメータに直接関係していることを示す。 生成モデルを使用することで、障害の検出と緩和が容易になり、汎用的で堅牢な計画フレームワークを提供する。
  論文  参考訳（メタデータ） (2022-05-02T19:49:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。