論文の概要: Improved hopping control on slopes for small robots using spring mass modeling

• arxiv url: http://arxiv.org/abs/2603.05902v1
• Date: Fri, 06 Mar 2026 04:42:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.977088
• Title: Improved hopping control on slopes for small robots using spring mass modeling
• Title（参考訳）: スプリング・マス・モデリングによる小型ロボットの斜面ホッピング制御の改善
• Authors: Heston Roberts, Pronoy Sarker, Sm Ashikul Islam, Min Gyu Kim,
• Abstract要約: ホッピングロボットは、傾斜した地面が着陸時に不要な回転を引き起こすため、斜面のバランスを失うことが多い。 この研究は、単純なスプリング質量モデルを用いてその効果を分析し、傾きによるインパルスがロボットを不安定にする方法を特定する。 簡単な修正を2つ導入し、傾斜に基づいて体をタッチダウン角度に調整し、離陸前に小さな修正トルクを適用した。
• 参考スコア（独自算出の注目度）: 0.9857968274865204
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Hopping robots often lose balance on slopes because the tilted ground creates unwanted rotation at landing. This work analyzes that effect using a simple spring mass model and identifies how slope induced impulses destabilize the robot. To address this, we introduce two straightforward fixes, adjusting the bodys touchdown angle based on the slope and applying a small corrective torque before takeoff. Together, these steps effectively cancel the unwanted rotation caused by inclined terrain, allowing the robot to land smoothly and maintain stable hopping even on steep slopes. Moreover, the proposed method remains simple enough to implement on low cost robotic platforms without requiring complex sensing or computation. By combining this analytical model with minimal control actions, this approach provides a practical path toward reliable hopping on uneven terrain. The results from simulation confirm that even small slope aware adjustments can dramatically improve landing stability, making the technique suitable for future autonomous field robots that must navigate natural environments such as hills, rubble, and irregular outdoor landscapes.
• Abstract（参考訳）: ホッピングロボットは、傾斜した地面が着陸時に不要な回転を引き起こすため、斜面のバランスを失うことが多い。 この研究は、単純なスプリング質量モデルを用いてその効果を分析し、傾きによるインパルスがロボットを不安定にする方法を特定する。 これを解決するために,傾斜に応じて体をタッチダウン角度に調整し,離陸前に小さな修正トルクを付与する,簡単な2つの修正を導入する。 これらのステップは、傾斜した地形によって引き起こされる望ましくない回転を効果的にキャンセルし、ロボットは滑らかに着陸し、急な斜面でも安定したホッピングを維持できる。 さらに,提案手法は,複雑なセンシングや計算を必要とせず,低コストなロボットプラットフォーム上で実装できるほど単純である。 この解析モデルと最小限の制御動作を組み合わせることで、この手法は不均一な地形における信頼性の高いホッピングへの実践的な経路を提供する。 シミュレーションの結果、小さな斜面を意識した調整でも着地安定性が劇的に向上し、丘や瓦、不規則な屋外景観といった自然環境をナビゲートする必要がある将来の自律型フィールドロボットに適した技術であることが確認された。

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)
• Failure Mechanisms and Risk Estimation for Legged Robot Locomotion on Granular Slopes [1.6267479602370543]
  グラニュラー斜面での移動は、せん断強度の低下とグラニュラー媒体の重力誘起異方性収率の低下により、脚付きロボットにとって困難である。 傾斜可能なグラニュラーベッド上にヘキサペダルロボットを装着し,傾斜依存性の正常およびせん断抵抗力とともに移動速度を測定した。 我々は、地形強度と傾斜角の関数として、アンカータイミング、歩数、および結果のロボット速度を予測するシンプルなロボットとテランの相互作用モデルを開発する。
  論文  参考訳（メタデータ） (2026-03-06T22:58:45Z)
• Humanoid Whole-Body Locomotion on Narrow Terrain via Dynamic Balance and Reinforcement Learning [54.26816599309778]
  動的バランスと強化学習(RL)に基づく新しい全身移動アルゴリズムを提案する。 具体的には,ZMP(Zero-Moment Point)駆動の報酬とタスク駆動の報酬を,全身のアクター批判的枠組みで拡張した尺度を活用することで,動的バランス機構を導入する。 フルサイズのUnitree H1-2ロボットによる実験により、非常に狭い地形でのバランスを維持するための手法の有効性が検証された。
  論文  参考訳（メタデータ） (2025-02-24T14:53:45Z)
• Learning to enhance multi-legged robot on rugged landscapes [7.956679144631909]
  多足ロボットは、頑丈な風景をナビゲートするための有望なソリューションを提供する。 近年の研究では、線形制御器が挑戦的な地形上で信頼性の高い移動性を確保することが示されている。 我々は,このロボットプラットフォームに適した MuJoCo ベースのシミュレータを開発し,シミュレーションを用いて強化学習に基づく制御フレームワークを開発する。
  論文  参考訳（メタデータ） (2024-09-14T15:53:08Z)
• Trajectory Tracking Control of Skid-Steering Mobile Robots with Slip and Skid Compensation using Sliding-Mode Control and Deep Learning [0.0]
  スリップとスキッドの補償は、屋外の地形をナビゲートする移動ロボットにとって不可欠である。 本稿では,現実に実現可能なオンラインスリップとスキッド補償を備えた新しい軌道追跡手法を提案する。 実験の結果,軌道追跡システムの性能は27%以上向上した。
  論文  参考訳（メタデータ） (2023-09-16T03:58:03Z)
• 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)
• Next Steps: Learning a Disentangled Gait Representation for Versatile Quadruped Locomotion [69.87112582900363]
  現在のプランナーは、ロボットが動いている間、キー歩行パラメータを連続的に変更することはできない。 本研究では、特定の歩行を構成する重要な姿勢位相を捉える潜在空間を学習することにより、この制限に対処する。 本研究では, 歩幅, 歩幅, 立位など, 歩行パラメータに直接対応した駆動信号マップの具体的特性を示す。
  論文  参考訳（メタデータ） (2021-12-09T10:02:02Z)
• Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
  この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。 コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。 その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
  論文  参考訳（メタデータ） (2021-01-26T16:01:02Z)

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。