論文の概要: Wukong-Omni: Design, Modeling and Control of a Multi-mode Robot for Air, Land, and Underwater Exploration with All-in-One Propulsion Unit
- arxiv url: http://arxiv.org/abs/2603.02602v1
- Date: Tue, 03 Mar 2026 05:00:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.845443
- Title: Wukong-Omni: Design, Modeling and Control of a Multi-mode Robot for Air, Land, and Underwater Exploration with All-in-One Propulsion Unit
- Title（参考訳）: Wukong-Omni:オールインワン推進装置を用いた空気・土地・水中探査用多モードロボットの設計・モデル化・制御
- Authors: Yufan Liu, Rixi Yu, Junjie Li, Yishuai Zeng, Zhenting Wen, Cheng Li, Haifei Zhu, Shikang Lian, Wei Meng, Fumin Zhang,
- Abstract要約: Wukong-Omniは、陸、空気、水中で操作できる新しいマルチモードロボットだ。
システムは、モーターの再利用と推力発生の改善を可能にする革新的な機械設計によって実現されている。
- 参考スコア（独自算出の注目度）: 17.482006144612303
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In flood disaster rescue scenarios, partially submerged buildings prevent aerial robots from accessing lower levels, limiting mission effectiveness. To address this challenge, this paper presents Wukong-Omni, a novel multimode robot capable of operating across land, air, and underwater using a unified propulsion system. The system is enabled by an innovative mechanical design that allows motor reuse and improves thrust generation. Efficiency and peak thrust are enhanced through simulation and tank-based optimization. Experimental results show a 100 percent improvement in propulsion efficiency and a 150 percent increase in maximum thrust compared with direct installation methods. Dynamic models for the three operating domains are developed, and a unified cross-domain control framework is proposed. Comprehensive experiments validate stable locomotion and smooth transition across domains. Outdoor experiments further demonstrate robustness and adaptability in real-world environments.
- Abstract（参考訳）: 洪水災害救助のシナリオでは、部分的に水没した建物により、空中ロボットが低いレベルにアクセスできなくなり、ミッションの有効性が制限される。
この課題に対処するために,統一推進システムを用いて陸・空気・水中を移動可能な新しいマルチモードロボット,Wukong-Omniを提案する。
このシステムは、モーターの再利用と推力発生の改善を可能にする革新的な機械設計によって実現されている。
効率性とピーク推力は、シミュレーションとタンクベースの最適化によって強化される。
実験の結果, 推進効率は100%向上し, 最大推力は50%向上した。
3つの動作領域の動的モデルを開発し、統合されたクロスドメイン制御フレームワークを提案する。
総合的な実験は、安定な移動と領域間の滑らかな遷移を検証する。
屋外実験は、現実世界の環境における堅牢性と適応性をさらに実証する。
関連論文リスト
- How to Model Your Crazyflie Brushless [50.54424040768484]
2025年初め、クラジフリー・ブラシレスが登場し、ブラシレスモーターで推力は約50%向上した。
この研究はクレイジーフリー・ブラシレスの力学モデルを示し、その重要なパラメータを同定する。
ニューラルネットワーク位置制御器を訓練し、バックフリップ制御器を学習することにより、強化学習アプリケーションに適していることを示す。
論文 参考訳（メタデータ） (2026-03-06T06:21:39Z) - Marinarium: a New Arena to Bring Maritime Robotics Closer to Shore [13.103990961903408]
マリナリウム(Marinarium)は、海洋と宇宙の類似したロボット実験のための現実的なテストベッドを提供するために設計された、単独の水中研究施設である。
マリナリウムは完全装備された水中と空中の運用容量を組み合わさり、引き込み可能な屋根で実際の天候を再現し、SMARCSimシミュレータのデジタルツインと宇宙ロボティクス研究所との密接な統合を図っている。
論文 参考訳（メタデータ） (2026-02-26T14:40:20Z) - Learning Aerodynamics for the Control of Flying Humanoid Robots [11.791887356425491]
空飛ぶヒューマノイドロボットは、特に空気力学的力によって、モデリングと制御の課題に直面している。
技術的貢献には、ジェットエンジンのヒューマノイドロボットであるiRonCub-Mk1の機械設計が含まれる。
この科学的貢献は、古典的および学習技術を用いて空気力学的力をモデル化し、制御するための包括的なアプローチを提供する。
論文 参考訳（メタデータ） (2025-05-30T23:27:44Z) - Towards Autonomous Micromobility through Scalable Urban Simulation [52.749987132021324]
現在のマイクロモビリティは、主に人手操作(対人・遠隔操作)に依存している。
本研究では,自律型マイクロモビリティを実現するため,スケーラブルな都市シミュレーションソリューションを提案する。
論文 参考訳（メタデータ） (2025-05-01T17:52:29Z) - AI-Enhanced Automatic Design of Efficient Underwater Gliders [60.45821679800442]
自動設計フレームワークの構築は、グライダー形状を表現する複雑さと、複雑な固体-流体相互作用をモデル化する際の計算コストが高いため、困難である。
非自明な船体形状の水中ロボットを作れるようにすることで、これらの制限を克服するAI強化型自動計算フレームワークを導入する。
提案手法は, 形状と制御信号の両面を協調的に最適化するアルゴリズムで, 低次幾何表現と微分可能なニューラルネット型流体代理モデルを用いる。
論文 参考訳（メタデータ） (2025-04-30T23:55:44Z) - Learning Robust Autonomous Navigation and Locomotion for Wheeled-Legged Robots [50.02055068660255]
都市環境のナビゲーションは、ロボットにとってユニークな課題であり、移動とナビゲーションのための革新的なソリューションを必要としている。
本研究は, 適応移動制御, 移動対応ローカルナビゲーション計画, 市内の大規模経路計画を含む, 完全に統合されたシステムを導入する。
モデルフリー強化学習(RL)技術と特権学習を用いて,多目的移動制御系を開発した。
私たちのコントローラーは大規模な都市航法システムに統合され、スイスのチューリッヒとスペインのセビリアで自律的、キロメートル規模の航法ミッションによって検証されます。
論文 参考訳（メタデータ） (2024-05-03T00:29:20Z) - Inverted Landing in a Small Aerial Robot via Deep Reinforcement Learning
for Triggering and Control of Rotational Maneuvers [11.29285364660789]
高速で頑健な逆着陸は、特に機内でのセンシングと計算に完全に依存しながらも、空中ロボットにとって難しい偉業である。
これまでの研究では、一連の視覚的手がかりとキネマティックな動作の間に直接的な因果関係が特定され、小型の空中ロボットでこの困難なエアロバティックな操作を確実に実行することができた。
本研究では、まずDeep Reinforcement Learningと物理シミュレーションを用いて、頑健な逆着陸のための汎用的最適制御ポリシーを得る。
論文 参考訳（メタデータ） (2022-09-22T14:38:10Z) - Autonomous Aerial Robot for High-Speed Search and Intercept Applications [86.72321289033562]
高速物体把握のための完全自律飛行ロボットが提案されている。
追加のサブタスクとして、我々のシステムは、表面に近い極にある気球を自律的にピアスすることができる。
我々のアプローチは、挑戦的な国際競争で検証され、優れた結果が得られました。
論文 参考訳（メタデータ） (2021-12-10T11:49:51Z) - OSCAR: Data-Driven Operational Space Control for Adaptive and Robust
Robot Manipulation [50.59541802645156]
オペレーショナル・スペース・コントロール(OSC)は、操作のための効果的なタスクスペース・コントローラとして使われてきた。
本稿では,データ駆動型OSCのモデル誤差を補償するOSC for Adaptation and Robustness (OSCAR)を提案する。
本手法は,様々なシミュレーション操作問題に対して評価し,制御器のベースラインの配列よりも大幅に改善されていることを示す。
論文 参考訳（メタデータ） (2021-10-02T01:21:38Z)
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。