MARC

 008250123s2024        us                              c    eng  d
■001000017162814
■00520250211152058
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798382739410
■035    ▼a(MiAaPQ)AAI31348983
■035    ▼a(MiAaPQ)umichrackham005553
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a620
■1001  ▼aFu,  Xun.
■24510▼aModeling  and  Control  of  Continuum  Appendages
■260    ▼a[Sl]▼bUniversity  of  Michigan▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a154  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-12,  Section:  B.
■500    ▼aAdvisor:  Moore,  Talia;Vasudevan,  Ram.
■5021  ▼aThesis  (Ph.D.)--University  of  Michigan,  2024.
■520    ▼aAppendages  such  as  arms,  legs,  fins,  wings,  and  tails  are  peripheral  body  parts  attached  to  an  organism's  main  body,  playing  essential  roles  in  animal  locomotion.  Tails,  found  in  most  vertebrates,  are  particularly  versatile,  serving  a  wide  range  of  functions  such  as  providing  stability,  maneuverability,  and  prehension.  Inspired  by  these  functions,  researchers  have  been  integrating  tail-like  appendages  into  robotic  designs  to  enhance  robot  movement,  demonstrating  significant  improvements  in  control,  stability,  and  efficiency.However,  current  modeling  studies  often  simplify  animal  tails  to  a  single  rigid  link.  While  this  simplification  streamlines  the  modeling  and  control  of  tail-like  appendages,  it  might  overlook  the  potential  impacts  of  having  more  articulated  tails,  raising  questions  about  the  insights  that  might  be  missed  by  this  "reductionist"  approach.Improved  models,  which  incorporate  the  detailed  structure  of  animal  tails,  offer  a  more  in-depth  approach  to  uncovering  the  biological  principles  of  the  tail's  role  in  animal  locomotion,  especially  in  high  performance  movements  such  as  rapid  aerial  reorientation,  agile  terrestrial  maneuvering,  and  self-righting,  which  people  have  a  keen  interest  in.  These  models  can  influence  the  design  of  bio-inspired  robots.  Additionally,  they  hold  the  potential  to  guide  researchers  toward  more  informative  and  appropriate  simplified  models  that  might  not  solely  consist  of  a  single  rigid  link.  However,  while  holding  considerable  value  for  advancing  both  biological  understanding  and  robotic  research,  these  improved  models  exhibit  much  greater  complexity.  This  renders  the  analysis  and  control  of  them  computationally  challenging.  Hence,  devising  methods  that  alleviate  the  computational  load  in  the  analysis  and  control  of  complex  systems,  while  still  retaining  a  high  degree  of  accuracy  in  the  depiction  of  their  dynamic  behavior,  is  of  paramount  importance.In  light  of  these  research  gaps,  to  explore  valuable  insights  into  the  underlying  role  of  tails  in  animal  movement,  this  dissertation  constructs  improved  robotic  tail  models  to  examine  the  superior  maneuverability  afforded  by  articulated  tails  over  single  rigid  links  and  other  inertial  appendages.To  investigate  the  often-ignored  role  of  muscle-tendon  network  actuation  in  robotic  models,  we  incorporate  this  network  into  our  analysis  by  constructing  musculoskeletal  models  of  articulated  tails.  We  introduce  a  specialized  software  framework  for  efficiently  constructing  detailed  musculoskeletal  models  of  biological  articulated  appendages.  Using  this  software  and  the  derived  models,  we  take  a  nuanced  look  at  the  actuation  mechanics  of  biological  tails.To  tackle  the  difficulties  faced  in  analyzing  and  controlling  models  of  complex  systems,  such  as  articulated  tails,  this  dissertation  introduces  a  data-driven  modeling  and  control  framework  for  such  systems.  This  method  leverages  Koopman  operator  theory  to  develop  models  that  are  both  accurate  and  computationally  efficient,  enabling  their  integration  into  closed-loop  optimal  control  schemes.  The  approach  shows  promise  for  managing  complex  biological  continuum  appendages.  It  lays  the  foundation  towards  achieving  real-time  control  of  highly  articulated  robotic  appendages,  enhancing  the  agility  of  legged  robotic  systems.
■590    ▼aSchool  code:  0127.
■650  4▼aEngineering
■650  4▼aNeurosciences
■650  4▼aMedical  imaging
■650  4▼aRobotics
■653    ▼aRobotic  systems
■653    ▼aRobotic  designs
■653    ▼aBiological  appendages
■653    ▼aSoft  continuum  robots
■653    ▼aRobot  movement
■690    ▼a0537
■690    ▼a0574
■690    ▼a0317
■690    ▼a0771
■71020▼aUniversity  of  Michigan▼bRobotics.
■7730  ▼tDissertations  Abstracts  International▼g85-12B.
■790    ▼a0127
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17162814▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books