Modeling Movement of Supports of Walking Machines with Dynamic Stability by Using a Stand
- Авторлар: Aleynikov Y.G.1, Didmanidze O.N.1
-
Мекемелер:
- Russian Timiryazev State Agrarian University
- Шығарылым: Том 31, № 1 (2021)
- Беттер: 80-96
- Бөлім: Processes and Machines of Agroengineering Systems
- ##submission.dateSubmitted##: 23.07.2025
- ##submission.dateAccepted##: 23.07.2025
- ##submission.datePublished##: 29.07.2025
- URL: https://ogarev-online.ru/2658-4123/article/view/302862
- DOI: https://doi.org/10.15507/2658-4123.031.202101.080-096
- ID: 302862
Дәйексөз келтіру
Толық мәтін
Аннотация
Introduction. Walking machines have been interesting for decades. Modern technologies make it possible to create new designs with digital control. Creating software that allows a walking machine to move independently is a difficult task. Walking machine onboard computer needs to process data from sensors in real time. The article demonstrates design and algorithms used to control the motion of an experimental walking machine.
Materials and Methods. To simulate the motion of a walking machine and experimental studies, a stand replicating all the electronic systems of the machine was made. The order of rearrangement of the supports during the motion and the trajectory of the support movement are shown. The design of sensors and their principle of operation are considered. The simulation bench with a description of its electronic components is demonstrated.
Results. The optimal parameters of the support motion are determined. A cyclic algorithm for specifying the motion of a support along a trajectory consisting of rectilinear segments is described. The problem of synchronization of motion of a set of supports using multithreaded asynchronous programming adapted for multidimensional processors has been solved. The process of lowering the support to the surface and the response of the cyclic algorithm to changes in the shock and load sensor readings are simulated.
Discussion and Conclusion. An algorithm for propulsion with reaction to changes in sensor readings has been developed. The conducted research allowed us to obtain an optimal algorithmic model of motion, to which it is easy to add new reactions of the automatic motion control system based on sensor readings.
Толық мәтін
Введение
Шагающие машины способны двигаться по местности, недоступной для других типов транспортных средств, так как им не требуется ровная опорная поверхность [1]. Шагающая машина – это платформа, используемая для передвижения четырех и более опор. При движении по неровной поверхности в сложных условиях шагающие машины могут быть более эффективными в сравнении с колесными и гусеничными транспортными средствами. Кроме того, шагающие машины, благодаря маневренности их опор, способны передвигаться по крутым склонам. Такие машины применяются для выращивания растений в условиях открытого и закрытого грунта. В этой области робот имеет преимущество перед колесными и гусеничными роботами, поскольку контактирует с землей в отдельно взятых точках и наносит меньше вреда растениям по сравнению с колесными машинами. Динамически устойчивым машинам требуется энергия для удержания собственного веса. А статически устойчивые могут удерживать вес при отключенном электропитании.
Походка – это скоординированная последовательность передвижения опор шагающей машины для перемещения корпуса в желаемом направлении или ориентации. Способ передвижения опор является главной сложностью при создании алгоритмов движения шагающих машин. Важно синхронное передвижение всех опор машины. Для этого применяется циклическая последовательность движений. Одной из трудностей циклической походки является синхронизация движений множества отдельных приводов. Динамическая нагрузка на приводы влияет на скорость вращения выходного вала, поэтому опоры в реальных условиях двигаются с разными скоростями. Заданные алгоритмом движения могут отличаться от реальных, что приводит к непредсказуемому поведению машины.
Одной из важных составляющих разработки походки машины является ее тестирование в реальных условиях. Виртуальное моделирование не может полностью имитировать реальную среду, в которой будет работать робот.
Шагающие машины обычно имеют от 4 до 8 подвижных опор. Это дает возможность перемещаться по сложному рельефу. В последнее время растет интерес к шагающим машинам, использующим принцип передвижения насекомых. Основная цель создания машины этого типа – платформа для транспортировки измерительных инструментов и орудий труда для выращивания растений к месту их использования. Инструменты и приборы могут быть закреплены на корпусе машины и питаться как от собственного, так и от бортового источника питания.
Использование роботов становится все более распространенным явлением. Роботы могут применяться для выполнения повторяемых задач, увеличения производительности и др. Колесный транспорт более быстрый, по сравнению с шагающими и гусеничными машинами, но не подходит для передвижения по сложной поверхности. Гусеничные машины медленнее колесных, но больше пригодны для пересеченной местности. Шагающие машины самые медленные и сложные в управлении, но устойчивы на пересеченной местности.
Создание программного обеспечения, позволяющего шагающей машине самостоятельно передвигаться, является сложной задачей. Для движения машины необходимо обрабатывать данные с множества сенсоров. Для исследования движения опытной машины с датчиков собираются более 150 параметров: ориентация корпуса и опор, потребляемые приводами токи, скорости вращения приводов, нагрузки на опоры, контроль температуры приводов и пр. В статье показана опытная шагающая машина и ее устройство. Рассмотрен гибкий алгоритм управления движением опор, позволяющий анализировать данные, поступающие с сенсоров во время работы. Целью статьи является расширение и углубление практических знаний в области проектирования шагающих машин и алгоритмов управления движением.
Обзор литературы
Механика, конструкция, динамика движения шагающих машин изучены достаточно хорошо [1]. Ученые, инженеры и энтузиасты много лет создают математические модели для управления движением частей шагающих машин и манипуляторов и разрабатывают способы их оптимизации [2–4]. Моделируется динамика движения и распределение нагрузки на подвижные опоры машин [5–7]. Ведутся исследования в области применения шагающих машин для выращивания растений и автономных машин для сельского хозяйства [8–11]. Шагающие машины находят место в повседневной деятельности человека [12; 13]. Всемирно известная компания Boston Dynamics создает различные типы шагающих машин [14; 15]. Исследователи сталкиваются с проблемами механики, электроники, вопросами сенсоров [16; 17], а также со сложностью алгоритмов управления движением [18–20]. В настоящее время и в нашей стране ведутся научные исследования шагающих машин [21–23]. Они создаются в ФГБОУ ВО «ВолгГТУ» [24]. Прорабатываются вопросы взаимодействия человека с машиной [25]. Создаются модели движения шагающих машин на основе движений насекомых [26; 27].
Шагающие машины на протяжении многих десятилетий не теряют свою актуальность, а современные технологии позволяют создавать новые конструкции машин с цифровым управлением. В приведенной литературе достаточно подробно описаны конструкции и их механические свойства, при этом архитектурным решениям в программном обеспечении не уделено достаточно внимания. Задачей исследования является демонстрация конструкторских решений и алгоритмов, применяемых для управления движением опытной шагающей машины.
Материалы и методы
Движение шагающей машины по сложной неровной поверхности является комплексной задачей для бортовой вычислительной системы. В данной статье рассматриваются способы движения для опытной машины с шестью подвижными опорами (рис. 1).
Fig. 1. Experimental walking machine
Походка описывается как периодическая последовательность движений с заданным интервалом времени для всех опор машины. Диаграмма цикла перемещения опор показана на рисунке 2. Одной из сложностей циклических походок является синхронизация движения приводов. Динамические нагрузки влияют на неравномерность вращения приводов, поэтому может возникнуть ситуация во время движения, когда одна опора обгоняет другую. Заданное алгоритмом движение опор может отличаться от фактического, что приводит к непредсказуемому движению машины и ее опрокидыванию. Для предотвращения данной ситуации необходимо отслеживать разницу между заданным угловым положением привода и реальным.
Fig. 2. Walking gaits: a) tripod gait; b) tetrapod gait; c) circular gait
Каждая опора двигается по траектории, показанной на рисунке 3. Обычно траекторию делят на два участка: EA – участок, на котором опора удерживает вес машины; ABCDE – участок переноса опоры в новую позицию. Для плавного движения необходимо применять ряд мер для снижения колебаний корпуса и энергозатрат на возвратно-поступательное движение опор. Для этого траектория разбивается на большее число участков. Это позволяет задавать скорость движения для каждого из них. Для моделирования походки траектория движения разбивается на четыре участка: AB, BD, DE и EA. На динамику движения шагающей машины существенное влияние оказывают свойства грунта, которые чрезвычайно разнообразны. Грунт может быть твердым, рыхлым, сыпучим, вязким. Для плавного движения на любых типах грунта значение вертикальной скорости оконечности опоры в момент соприкосновения с поверхностью (участок кривой DE) должно быть минимальным. Также необходимо учитывать деформацию грунта под опорой. Для этого важно точно предсказывать и определять момент времени, когда опора коснется грунта и будет способна нести вес машины (точка E), а также корректировать положение опоры при проседании грунта под опорой.
Рис. 3. Траектория движения опоры
Fig. 3. Leg movement trajectory
Для моделирования движения шагающей машины и экспериментальных исследований был изготовлен стенд, повторяющий все электронные системы машины. Стенд позволяет проводить моделирование движения опоры, проверять конструкционные решения и отлаживать программное обеспечение (рис. 4).
Fig. 4. Walking machine stand
На стенде установлен мини-компьютер Raspberry Pi, импульсный источник питания, преобразователи напряжения, цепи силовой защиты, USB hub для подключения микроконтроллеров, отвечающих за первичную обработку данных с датчиков с последующей передачей в цифровом виде на бортовой компьютер. Датчик тока и напряжения в цепях силовой защиты от замыкания и перенапряжения и высокотоковое реле обеспечивают защиту от перегрузки и короткого замыкания электрической цепи. Одной из важных составляющих стенда является контроллер сервомеханизмов. Контроллер включает в себя датчики тока и аналоговые датчики положения выходного вала привода. На плате установлены переключатели для преобразования входных аналоговых сигналов, что дает возможность применять широкий спектр моделей сервомеханизмов с различными значениями сигналов обратной связи по напряжению (рис. 5).
Fig. 5. Servo controller
Опора помимо датчиков тока и положения выходного вала каждого привода имеет датчик ориентации в пространстве (акселерометр с гироскопом) и датчик удара и нагружения опоры с регулируемой чувствительностью. Каждый привод имеет датчик температуры для предотвращения его перегрева. На стенде присутствует система синхронизации контроллеров, контроллер приема сигналов с радиопульта управления оператора. Стенд полностью моделирует электронную систему шагающей машины, силовые цепи и бортовую вычислительную систему.
Программное обеспечение спроектировано с применением асинхронных очередей. Каждая очередь команд может выполняться в отдельном потоке. Многопоточный прием данных от множества микроконтроллеров не синхронизирован по времени, маленькие пакеты с данными от микроконтроллеров могут приходить чаще, большие – чуть позже, некоторые могут теряться, или они могут обгонять друг друга. Для решения задачи синхронизации по времени всех датчиков применена аппаратная синхронизация. Все микроконтроллеры подключены к генератору частоты 1 кГц. Микроконтроллеры имеют счетчик синхроимпульсов и функцию синхронного сброса этого счетчика. Показания счетчика содержатся в каждом пакете, переданном на бортовой компьютер. Благодаря этому мы точно знаем момент времени измерения того или иного параметра датчиком.
Fig. 6. Leg sensors design
Каждая опора шагающей машины оснащена датчиком удара и нагружения (рис. 6). Комплекс датчиков позволяет определять касание опорой поверхности и развиваемое при этом усилие.
Результаты исследования
Каждому отрезку траектории движения кончика опоры задаются интервал времени движения и координата конечной точки. Для движения опоры создается очередь команд, в которую добавляются координаты точек. Опора перемещается по прямой к заданной точке по кратчайшему пути. Во время движения могут проверяться показания датчиков и по их показаниям могут вноситься корректировки движения. Проверки значений производятся при помощи программных функций триггеров. Функция триггера содержит в себе условие срабатывания и вызываемую функцию при соблюдении условия.
Алгоритм вычисления координат положения кончика опоры работает циклически и запускается через заданный интервал времени. Интервал времени зависит от скорости бортового компьютера и скорости обработки команды контроллеров привода. При каждой итерации вычисляется координата кончика опоры, решается задача обратной кинематики, результатом которой являются угловые значения приводов опоры. Проверяется набор триггеров в цикле и, если они сработали, вызываются функции корректировки движения.
Перемещение опоры в пространстве происходит из текущей точки в заданную. Для этого в массив помещаются координаты движения, интервалы времени и триггеры для каждого из участков движения. Алгоритм циклически забирает из очереди по одной координате, перемещает опору и берет новую точку. В случае, если буфер точек пуст, движение прекращается.
Смоделируем опускание опоры на поверхность. Для этого на стенде изобразим движение опоры по вертикали (рис. 7). Зададим начальное положение опоры в точке C и быстрое движение опоры вниз до точки D. Затем будем опускать опору ниже по траектории DE с малой скоростью. На участке DE необходим триггер, срабатывающий на удар с поверхностью, на нарастание сигнала датчика усилия или резкое увеличение показания датчика ускорения. Для отрыва опоры от поверхности и снижения колебаний корпуса машины необходимо поднимать опору медленно по траектории ED. На данном участке траектории движения необходим триггер снятия нагрузки с опоры. Как только нагрузка уменьшится, можно ускорить движение опоры к точке С.
Fig. 7. Simulation of support lowering to the surface
Для триггеров крайне важна временная метка в пакетах данных, полученных от сенсоров. Поскольку сенсоры могут иметь ложное срабатывание при движении на каждом из участков траектории, необходимо уменьшить интервал времени выборки данных. Данные с каждого сенсора хранятся некоторое время в памяти и представляют собой буфер значений за небольшой промежуток времени от долей до нескольких секунд. Триггер может сделать выборку данных с любого из сенсоров за заданный промежуток времени и вернуть значение срабатывания.
Поскольку скорость вращения выходного вала у приводов непостоянная и зависит от ряда причин (напряжения питания, переменной нагрузки на выходном валу и т. д), то интервалы времени для движения шагающей машины можно определить опытным путем. Практика показала, что возможно создать математическую модель автоматической корректировки интервалов времени для оптимизации движения машины.
Переход моделирования движения от одноногого на стенде к многоногому требует доработок описанного выше алгоритма. Для упрощения примем, что машина движется по ровной, плоской горизонтальной поверхности прямолинейно. Ориентация корпуса задается тремя углами Эйлера. Также задается высота дорожного просвета, ширина колеи и база. Опоры имеют три типа движения: подъем-опускание опоры, движение кончика в горизонтальной плоскости и изменение координаты положения корпуса в пространстве. Траектория движения опор состоит из множества точек кончиков опор и имеют циклический вид. Для задания движения необходимо определить тип походки.
Программное обеспечение и его архитектурные решения
Для движения шагающей машины необходим алгоритм, вычисляющий угловое положение каждого привода машины в заданный момент времени. При этом нужно обрабатывать поступающие сигналы с датчиков и реагировать на их изменение. Для простого программирования траектории движения создан алгоритм. Для каждой опоры формируется массив-очередь с координатами точек, каждый элемент которой содержит: время передвижения до точки; координату точки в пространстве (x, y, z); массив функций триггеров; функцию, которая вызывается в момент достижения точки кончиком опоры.
Алгоритм поочередно берет элементы очереди и обрабатывает их в цикле (рис. 8). Каждая итерация цикла вычисляет текущее время. Зная начальную точку, время движения и конечную точку, можно вычислить промежуточную точку, в которой должен находиться кончик опоры по формуле. Формула для координат y и z вычисляется аналогичным способом. Таким образом, для X1 > X2 функция будет иметь вид: f(X1, X2, t) = X1 – |X1 – X2| ∙ t; а для случая, когда X1 ≤ X2, функция будет иметь вид: f(X1, X2, t) = X1 + |X1 – X2| ∙ t, при t = [0…1].
Fig. 8. Cyclic algorithm of the leg movement
Во время движения может возникнуть необходимость проверять значения датчиков. Примером такой необходимости служит участок траектории DE (рис. 3). При движении опоры на данном участке необходимо проверять значение весового датчика. Если его показания увеличились, значит опора достигла поверхности земли и способна нести вес корпуса. При срабатывании заданного условия можно вызвать какую-нибудь функцию, например зажечь лампочку, показывающую срабатывание датчика веса, добавить задержку выполнения команд или перейти к следующей точке траектории. Данное архитектурное решение в построении алгоритма позволяет легко создавать стандартные цепочки координат движения машины.
Для движения одной опоры по диаграмме на рисунке 3 необходимо запрограммировать цепочку точек с координатами и набором триггеров (рис. 9). Для движения из точки A в точку B необходимо определить момент времени, когда опора приподнимется над поверхностью и ее подъем можно продолжить с большей скоростью на участке BC. Аналогично для опускания опоры. На участке траектории CD опора опускается с большой скоростью, а на участке DE скорость опускания снижается. Триггер на участке DE срабатывает, когда датчик нагружения будет выдавать заданную нагрузку. Результатом срабатывания триггера является прекращение дальнейшего опускания опоры и переход к следующей точке движения.
Рис. 9. Цепочка из точек для движения одной опоры
Fig. 9. Points chain for the leg movement
Для одной опоры на стенде алгоритм показал хорошие результаты. Перенос данного алгоритма на многоногую систему потребовал добавления новых функций синхронизации. Поскольку опоры движутся с разными скоростями и поверхность под машиной может быть неровной, то программный код некоторых цепочек из точек будет выполняться быстрее, что при увеличении числа циклов приведет к хаотичному движению опор и машина перестанет двигаться. Временная диаграмма цепочки вершин без синхронизации представлена на рисунке 10.
Рис. 10. Асинхронное движение опоры
Fig. 10. Asynchronous motion of the leg
Поскольку общая продолжительность цикла может меняться, а для движения необходимо одинаковое время нескольких циклов, без синхронизации не обойтись. В алгоритм, показанный на рисунке 8, легко добавить функцию синхронизации при переходе к новой вершине или в триггер, который может изменять скорость движения в режиме реального времени.
В процессе исследования были определены оптимальные временные интервалы и скорости движения опоры на каждом из участков кривой, показанной на рисунке 3. Смоделировано движение на участке касания опорой поверхности DE. По алгоритму, показанному на рисунке 8, для замедления движения, остановки опускания опоры использовались программные триггеры.
В ходе моделирования на стенде опора двигалась со скоростью 20 мм/с, в момент срабатывания датчика удара скорость движения снижалась до 5 мм/с. После остановки опускания опоры и задержки в 0,4 с опора поднималась со скоростью 5 мм/с. На участке подъема AB (рис. 3) также использовался триггер, срабатывающий на снижение значения датчика нагружения, что ускоряло движение подъема опоры до скорости 20 мм/с. Была получена осциллограмма срабатывания датчиков касания (рис. 11).
импульс – датчик удара; желтый импульс – датчик нагружения
Fig. 11. Oscillogram of signals from the shock and the load cell sensor: blue pulse – shock sensor;
yellow pulse – load sensor
Практические эксперименты показали гибкость предложенного на рисунках 8 и 9 алгоритма программирования движения опоры. Он может быть применен для множества манипуляторов или машин с числовым управлением.
Обсуждение и заключение
В ходе исследования был изготовлен стенд, моделирующий движение опоры шагающей машины с динамической устойчивостью. Разработан алгоритм движения опоры с реакцией на изменение показаний датчиков. Проведенные исследования позволили получить оптимальную алгоритмическую модель движения, к которой легко добавлять новые реакции автоматической системы управления движением, основанные на показаниях датчиков. Созданная модель позволяет определить оптимальные временные интервалы для каждого участка кривой траектории движения опоры. Дальнейшая работа в направлении расширения функционала модели позволит создать комплексную автоматическую систему управления движением шагающей машины, основанную на реагировании на изменения показаний сенсорной системы.
Авторлар туралы
Yury Aleynikov
Russian Timiryazev State Agrarian University
Email: yuri@aleyrobotics.com
ORCID iD: 0000-0001-6586-9741
ResearcherId: AAS-2070-2020
Doctoral Candidate in the Chair of Tractors and Automobiles, Cand.Sc. (Engineering)
Ресей, 49 Timiryazevskaya St., Moscow 127550Otari Didmanidze
Russian Timiryazev State Agrarian University
Хат алмасуға жауапты Автор.
Email: didmanidze@rgau-msha.ru
ORCID iD: 0000-0003-2558-0585
Head of the Chair of Tractors and Automobiles, Academician of RAS, D.Sc. (Engineering), Professor
Ресей, 49 Timiryazevskaya St., Moscow 127550Әдебиет тізімі
- Mahfoudi C., Djouani K., Rechak S., et al. Optimal Force Distribution for the Legs of an Hexapod Robot. In: Proceedings of 2003 IEEE Conference on Control Applications, 23–25 June 2003, Instambul.Instambul: IEEE; 2003. Pp. 657-663. (In Eng.) DOI: https://doi.org/10.1109/CCA.2003.1223515
- Hayward V., Paul R.P. Robot Manipulator Control under Unix RCCL: A Robot Control “C” https://doi.org/10.1177/027836498600500407
- Paul R.P., Stevenson C.N. Kinematics of Robot Wrists. The International Journal of Robotics Research.1983; 2(1):31-38. (In Eng.) DOI: https://doi.org/10.1177/027836498300200103
- Pfeiffer F., Eltze J., Weidemann H.-J. Six-Legged Technical Walking Considering Biological Principles.Robotics and Autonomous Systems. 1995; 14(1-2):223-232. (In Eng.) DOI: https://doi.org/10.1016/0921-8890(94)00031-V
- Roennau A., Kerscher T., Dillmann R. Design and Kinematics of a Biologically-Inspired Leg for a Six-Legged Walking Machine. In: Proceedings of 3rd IEEE/RAS-EMBS International Conference on Biomedical Robotics and Biomechatronics (BioRob), 26–29 September 2010, Tokyo. Tokyo: IEEE; 2010.(In Eng.) DOI: https://doi.org/10.1109/BIOROB.2010.5626328
- Chen X., Watanabe K., Kiguchi K., et al. Optimal Force Distribution for the Legs of a Quadruped Robot. Machine Intelligence & Robotic Control. 1999; 1(2):87-94. Available at: http://www.cyber-s.ne.jp/Top/Volume/1-2/0009tc.pdf (accessed 02.02.2021). (In Eng.)
- Nahon M.A., Angeles J. Optimization of Dynamic Forces in Mechanical Hands. Journal of MechanicalDesign. 1999; 113(2):167-173. (In Eng.) DOI: https://doi.org/10.1115/1.2912765
- Gardner J.F. Force Distribution in Walking Machines over Rough Terrain. Journal of Dynamic Systems,Measurement and Control. 1991; 113(4):754-758. (In Eng.) DOI: https://doi.org/10.1115/1.2896488
- Tedeschi F., Carbone G. Design Issues for Hexapod Walking Robots. Robotics. 2014; 3(2):181-206.(In Eng.) DOI: https://doi.org/10.3390/robotics3020181
- Roldán J.J., Cerro J., Garzón‐Ramos D., et al. Robots in Agriculture: State of Art and Practical Experiences. In: A. Neves, ed. Service Robots. IntechOpen; 2018. (In Eng.) DOI: https://doi.org/10.5772/intechopen.69874
- Kang D., Iida M., Umeda M. The Walking Control of a Hexapod Robot for Collecting Field Information.Journal of the Japanese Society of Agricultural Machinery. 2009; 71(1):163-171. (In Ja.) DOI:https://doi.org/10.11357/jsam.71.1_63
- Deepa T., Angalaeswari S., Subbulekshmi D., et al. Design and Implementation of Bio Inspired Hexapod for Exploration Applications. Materials Today: Proceedings. 2020. 5 p. (In Eng.) DOI: https://doi.org/10.1016/j.matpr.2020.07.165
- Nemoto T., Mohan R.E., Iwase M. Energy-Based Control for a Biologically Inspired Hexapod Robot with Rolling Locomotion. Digital Communications and Networks. 2015; 1(2):125-133. (In Eng.)DOI: https://doi.org/10.1016/j.dcan.2015.04.001
- Carbone G., Ceccarelli M. Legged Robotic Systems. In: V. Kordic, ed. Cutting Edge Robotics.IntechOpen; 2005. 26 p. (In Eng.) DOI: https://doi.org/10.5772/4669
- Raibert M., Blankespoor K., Nelson G., et al. BigDog, the Rough-Terrain Quadruped Robot. IFAC Proceedings Volumes. 2008; 41(2):10822-10825. (In Eng.) DOI: https://doi.org/10.3182/20080706-5-KR-1001.01833
- Sparrow R. Kicking a Robot Dog. Proceedings of 11th ACM/IEEE International Conference on Human-Robot Interaction (HRI), 2016. Christchurch: IEEE; 2016. Pp. 229. (In Eng.) DOI: https://doi.org/10.1109/HRI.2016.7451756
- Manoiu-Olaru S., Nitulescu M., Viorel S. Hexapod Robot. Mathematical Support for Modeling and Control. In: Proceedings of 15th International Conference on System Theory, Control and Computing,1–6 Oct 2011. Sinaia: IEEE; 2011. 6 p. Available at: https://ieeexplore.ieee.org/document/6085694/authors#authors (accessed 02.02.2021). (In Eng.)
- Fućek L., Kovačić Z., Bogdan S. Analytically Founded Yaw Control Algorithm for Walking on Uneven Terrain Applied to a Hexapod Robot. International Journal of Advanced Robotic Systems. 2019.17 p. (In Eng.) DOI: https://doi.org/10.1177/1729881419857997
- Chernyshev V.V., Arykantsev V.V., Gavrilov A.E., et al. Design and Underwater Tests of Subsea Walking Hexapod MAK-1. In: Proceedings of ASME 35th International Conference on Ocean, Off shore and Arctic Engineering, 19–24 June 2016. Busan: ASME; 2016. Pp. 9. (In Eng.) DOI: https://doi.org/10.1115/OMAE2016-54440
- Petrov N.V. Development of a Training Walking Mobile Robot. Politekhnicheskiy molodezhnyy zhurnal = Polytechnic Student Journal. 2019; (9). 13 p. Available at: http://ptsj.ru/articles/520/520.pdf (accessed 02.02.2021). (In Russ.)
- Dohi M., Fujiura T., Ishizuka N., et al. Gait Control by Genetic Algorithm for AgriculturalHexapod Walking Robot. IFAC Proceedings Volume. 2000; 33(29):89-93. (In Eng.) DOI: https://doi.org/10.1016/S1474-6670(17)36757-5
- Aleynikov Y.G. Digital Technologies for Robotics in Agricultural Production for Walking Machine and a Robot for Placing Insects inside a Greenhouse. Innovatsii v selskom khozyaystve = Innovations in Agriculture. 2019; (1):283-293. Available at: http://journal.viesh.ru/wp-content/uploads/2019/04/ИННОВСХ-30-2019.pdf (accessed 02.02.2021). (In Russ.)
- Aleinikov Yu.G., Mityagina Yа.G. Reliable Determination of the Time of the Touch Time of a Supporting Surface of a Stepping Machine. Mezhdunarodnyy tekhniko-ekonomicheskiy zhurnal = The International Technical-Economic Journal. 2019; (4):60-68. (In Eng.) DOI: https://doi.org/10.34286/1995-4646-2019-67-4-60-68
- Aleinikov Yu.G., Mityagina Ya.G. System Motion Control Walking Machine. Mezhdunarodnyy tekhniko-ekonomicheskiy zhurnal = The International Technical-Economic Journal. 2018; (4):90-95. Available at:http://www.tite-journal.com/content/2018/vypusk-no4/#c11567 (accessed 02.02.2021). (In Russ.)
- Chernyshev V.V. [Field Studies of Walking Machines]. Traktory i selskohozyaystvennyie mashiny = Tractors and Agricultural Machines. 2004; (4):20-22. Available at: http://www.avtomash.ru/gur/2004/200404.htm (accessed 02.02.2021). (In Russ.)
- Murphy R.R. Human-Robot Interaction in Rescue Robotics. IEEE Transactions on Systems,Man, and Cybernetics, Part C (Applications and Reviews). 2004; 34(2):138-153. (In Eng.) DOI: https://doi.org/10.1109/TSMCC.2004.826267
- Ding X., Wang Z., Rovetta A., et al. Locomotion Analysis of Hexapod Robot. In: B. Miripour-Fard, ed. Climbing and Walking Robots. IntechOpen; 2010. (In Eng.) DOI: https://doi.org/10.5772/8822
Қосымша файлдар
