Bu araştırma, tekerlekli bir robot devrildiğinde veya darbeyle dengesini kaybettiğinde karmaşık aktif mekanizmalar kullanmadan yeniden tekerlekleri üzerine dönebilmesini kolaylaştıracak dış gövde geometrilerinin tasarlanıp tasarlanamayacağını incelemektedir. Araştırmacılar şasinin üzerine eklenen üç farklı üç boyutlu profil yapısını önce PyBullet fizik simülasyonunda Covariance Matrix Adaptation Evolution Strategy (CMA-ES) ile geliştirmiş, ardından bu geometrileri 3B baskıyla üretip kontrollü fiziksel fırlatma deneylerinde profilsiz şasiyle karşılaştırmıştır.

Geometri optimizasyonunda 10 × 10'luk bir parametrik nokta ızgarasından oluşan 100 sürekli yükseklik değişkeni kullanılmıştır. CMA-ES; 12 adaylık popülasyon, 0,02 başlangıç adım büyüklüğü ve 500 nesil ile çalıştırılmış, her aday profil 60 ayrı fizik simülasyonu altında değerlendirilmiştir. Fitness değeri, robotun bu denemelerin ne kadarında tekrar tekerlekleri üzerine dönebildiğinin oranı olarak tanımlanmıştır.

Fiziksel deneylerde profilsiz temel şasi ile Mesh A, Mesh B ve Mesh C olmak üzere dört yapı; 75 cm ve 130 cm yüksekliklerde, yaklaşık 0,8 m/s ve 1,5 m/s fırlatma hızlarında ve −60°, −30°, 0°, +30° ve +60° başlangıç açılarında sınanmıştır. Her deney koşulu beş kez tekrarlandığı için toplam 400 fiziksel fırlatma gerçekleştirilmiştir.

Sonuçlar geometrinin performansı büyük ölçüde değiştirdiğini göstermiştir. Tüm gruplandırılmış deney koşulları bir araya getirildiğinde profilsiz şasinin başarı oranı %30, Mesh A'nın %30, Mesh C'nin %60 ve Mesh B'nin %75 olmuştur. Mesh B ayrıca hem 0,8 m/s hem 1,5 m/s hızlarda ve iki farklı yükseklikte daha tutarlı davranmıştır. Mesh C özellikle 130 cm yükseklik ve 1,5 m/s hız koşullarında önemli iyileşme göstermiştir.

Çalışmanın dikkat çekici bulgularından biri simülasyon ile fiziksel deney sıralamasının aynı çıkmamasıdır. Mesh A, Mesh B ve Mesh C için simüle edilen başarılar yaklaşık %66, %35 ve %46 iken deneysel başarılar sırasıyla %30, %75 ve %60'tır. Dolayısıyla fizik tabanlı optimizasyon etkili bir tasarım alanı tarama aracı olmuş, ancak gerçek temas davranışını tek başına güvenilir biçimde sıralayamamıştır.

Türkiye açısından: Bu yaklaşım Türkiye'de mobil robot, arama-kurtarma robotu, tarım robotu, saha robotu veya zorlu arazi robotu geliştiren ekipler açısından uygulanabilir bir morfoloji optimizasyonu örneği sunmaktadır. Ancak çalışmadaki sonuçlar belirli bir şasi, Mecanum tekerlekler, 3B baskılı profil yapıları, pnömatik fırlatma düzeneği ve hafızalı köpük kullanılan laboratuvar yüzeyi için elde edilmiştir. Mesh B'nin %75'lik sonucu başka bir robota doğrudan aktarılamaz; yeni bir platformda kütle merkezi, tekerlek yapısı, temas yüzeyi, profil boyutu ve gerçek görev koşullarıyla yeniden doğrulama gerekir.

Bir robotun “rollability” performansı ne anlama geliyor?

Çalışmada rollability, tekerlekli şasinin darbe veya devrilme sonrasında yeniden kararlı biçimde tekerleklerinin üzerine dönebilme yeteneği olarak tanımlanmaktadır. Araştırma bu davranışı klasik anlamda yalnız statik denge problemi olarak görmemektedir. Şasinin şekli, atalet özellikleri, zemine hangi noktadan temas ettiği, temas açısı, sürtünme, sekme ve darbe sırasında ortaya çıkan dönme momentleri birlikte sonucu belirlemektedir.

Bu nedenle araştırmacıların yaklaşımı robotu devrildikten sonra motor, kol veya ayrı bir doğrultma mekanizmasıyla kaldırmaktan farklıdır. Burada amaç robotun morfolojisinin, yani fiziksel dış geometrisinin pasif biçimde toparlanmayı kolaylaştırmasıdır.

Profil geometrisi zemine uygun bir açıyla çarptığında doğrusal darbe enerjisinin bir bölümünü şasiyi döndürecek momente dönüştürebilir. Geometri yetersizse robot yanlış yüzey üzerinde dengelenebilir veya gerekli dönme momentini oluşturamadan hareketsiz kalabilir.

Geometri neden bilgisayarda optimize edildi?

Bir robot gövdesi için yüzlerce veya binlerce farklı şekli fiziksel olarak üretmek pahalı ve yavaş olur. Araştırmacılar bu nedenle önce geometrinin sayısal olarak değiştirilebildiği bir parametrik model kurmuştur.

Profil yüzeyi 10 × 10 dikdörtgensel ızgara ile temsil edilmiştir. Böylece ilk yarı geometride:

100 sürekli vertex yükseklik değişkeni

oluşmuştur. Geometri aynalanınca tam modelde toplam 200 vertex elde edilmiştir.

Profilin dış boyutları:

Kaynak çalışma yükseklik değişkenlerinin bu aşamadaki 0–0,45 aralığını “simulation units” olarak vermektedir. Bu değerler doğrudan metre kabul edilmemelidir; fiziksel olarak üretilen Mesh A, B ve C'nin gerçek maksimum yükseklikleri daha sonra milimetre cinsinden ayrıca raporlanmıştır.

CMA-ES neden tercih edildi?

Robotun devrilme ve doğrulma hareketi düzgün bir matematiksel fonksiyon gibi davranmaz. Birkaç milimetrelik geometri değişimi temas noktasını değiştirebilir; temas noktası değişince robotun zemine uyguladığı kuvvet, sürtünme yönü veya sekme hareketi bir anda tamamen farklılaşabilir.

Bu nedenle klasik türev tabanlı optimizasyon için problem oldukça zordur. Araştırmacılar sürekli parametreleri türev bilgisine ihtiyaç duymadan optimize edebilen Covariance Matrix Adaptation Evolution Strategy, CMA-ES yöntemini kullanmıştır.

Her adayın başarısı:

\[ Fitness = \frac{\text{Başarılı doğrulma sayısı}} {\text{Toplam simülasyon denemesi}} \]

eşitliğiyle hesaplanmıştır.

Dolayısıyla 60 simülasyonun tamamında şasi tekerleklerine dönerse fitness 1, hiçbirinde dönemezse fitness 0 olmaktadır.

CMA-ES geometriyi nasıl geliştiriyor?

Her nesilde CMA-ES mevcut parametre dağılımından yeni profil geometrileri örneklemektedir. Geometriler PyBullet ortamına aktarılıp rastgele bozucu kuvvet veya momentlerle devrilme denemelerine tabi tutulmaktadır. Elde edilen başarı oranları fitness olarak geri döndürülmekte, ardından algoritma ortalama parametre vektörünü ve kovaryans matrisini daha başarılı geometrilerin bulunduğu bölgeye doğru güncellemektedir.

Kaynağın 6. sayfasındaki Şekil 3, bu mekanizmayı aday noktaların nesiller boyunca daha yüksek fitness bölgesinde yoğunlaşması biçiminde şematik olarak göstermektedir. Aynı sayfadaki Şekil 4 gerçek optimizasyon yakınsamasını vermekte ve en iyi simülasyon fitness'ının başlangıçtaki yaklaşık %45–50 seviyesinden kademeli olarak yaklaşık %90 düzeyine yükseldiğini göstermektedir.

Fiziksel olarak hangi profiller üretildi?

Optimizasyon boyunca üretilen adaylar arasından üç geometri seçilmiş ve Mesh A, Mesh B ve Mesh C olarak adlandırılmıştır. Seçimde yalnız yüksek simülasyon fitness'ı değil, 3B baskıyla üretilebilirlik ve geometrilerin birbirinden yeterince farklı olması da dikkate alınmıştır.

Kaynağın 9. sayfasındaki Şekil 7, tekerlekli şasinin üzerine takılmış profil geometrisini ve fiziksel olarak üretilen üç farklı Mesh A–B–C yapısını göstermektedir. Profillerin yüzey eğimleri ve maksimum yükseklikleri birbirinden belirgin biçimde farklıdır.

Mesh B üç yapı arasında en yüksek profile, Mesh A ise en düşük profile sahiptir.

Deney düzeneği nasıl çalışıyor?

Fiziksel doğrulama için özel bir pnömatik fırlatma sistemi tasarlanmıştır. Kaynağın 7. sayfasındaki Şekil 5 gerçek deney platformunu; 8. sayfadaki Şekil 6 ise SolidWorks 2024 tasarımını ve fiziksel pnömatik düzeneği birlikte göstermektedir.

Sistem temel olarak ahşap bir taban, açısal konum delikleri, sabit ve hareketli destekler, itme plakası, bağlantı braketi ve çift etkili pnömatik silindirden oluşmaktadır.

Kullanılan silindir:

MAL 25 × 150

tipindedir; 25 mm bore ve 150 mm stroke değerine sahiptir.

İki basınç ayarı kullanılmıştır:

Fırlatma açıları tabandaki sabit mekanik deliklerle:

−60°, −30°, 0°, +30° ve +60°

olarak ayarlanmıştır.

Fırlatma hızı nasıl doğrulandı?

Araştırmacılar başlangıç noktası ile ahşap platform kenarı arasındaki mesafeyi yaklaşık 0,34 m olarak ölçmüş ve geçiş süresinden hız hesaplamıştır.

0,8 m/s için beklenen süre yaklaşık:

\[ t=\frac{0.34}{0.8}\approx0.42\;s \]

ve 1,5 m/s için:

\[ t=\frac{0.34}{1.5}\approx0.22\;s \]

olarak kullanılmıştır.

Bu yaklaşım çalışmanın nominal hız koşullarını doğrulamak için kullanılmıştır; yüksek hızlı optik hareket yakalama veya hassas hız sensörü tabanlı tam dinamik ölçüm yapılmamıştır.

Neden hafızalı köpük kullanıldı?

Robot 75 cm ve 130 cm yüksekliklerden fırlatıldığı için tekerlek ve aksların tekrarlı darbelerden zarar görmesini azaltmak amacıyla darbe bölgesinin altında sabit bir memory foam tabakası kullanılmıştır.

Bu seçim prototipi korumuş ve bütün deneylerde aynı yüzey koşulunun kullanılmasını sağlamıştır. Ancak araştırmacılar köpüğün enerji sönümlemesi, sürtünme, lokal deformasyon ve sekme davranışını etkileyebileceğini açıkça belirtmektedir.

Dolayısıyla deney sonuçları sert zemin üzerindeki evrensel kendini doğrultma performansı değil, kontrollü ve uyumlu bir laboratuvar darbe yüzeyindeki performanstır.

Profil şasiye nasıl bağlandı?

Mesh A, B ve C'nin hızlı biçimde değiştirilmesi için aynı çift taraflı yapışkan bant yöntemi kullanılmıştır. Kaynakta testler boyunca görünür gevşeme veya ayrılma olmadığı belirtilmektedir.

Bununla birlikte bağlantının elastikliği de temas dinamiğini değiştirebilecek etkenlerden biridir ve araştırmacılar simülasyon–gerçek deney farkını tartışırken profil bağlantı rijitliğini olası nedenlerden biri olarak göstermektedir.

Robot platformu

Şasi Mecanum tekerleklerle donatılmıştır. Araştırmacılar bu tekerlekleri tekrarlı darbelerde mekanik dayanıklılık sağlamak amacıyla seçmiş ve aksları 3B baskıyla özel olarak üretmiştir.

Çalışma Mecanum tekerleklerin yönsel hareket avantajını incelememektedir; tekerlekler burada esas olarak deney platformunun mekanik bir parçasıdır.

Deney matrisi neden kapsamlı?

Dört farklı şasi konfigürasyonu kullanılmıştır:

profilsiz temel şasi, Mesh A, Mesh B ve Mesh C.

Her biri:

2 yükseklik × 2 hız × 5 açı

kombinasyonunda denenmiştir.

“Başarılı deney” tam olarak nasıl tanımlandı?

Her fiziksel fırlatma sonunda şasi kararlı biçimde tekerleklerinin üzerine dönerse tekrar başarılı kabul edilmiştir.

Ancak yayınlanan karşılaştırmalar doğrudan 400 tekil tekrar üzerinden hesaplanan ham oranlardan oluşmamaktadır. Her kombinasyondaki beş tekrar önce tek bir gruplandırılmış sonuca dönüştürülmüştür.

Beş tekrar içinde başarılı tekrar sayısı başarısız sayısından fazlaysa, yani en az üç başarı varsa:

gruplandırılmış koşul = başarılı

olarak kodlanmıştır.

Bu nedenle sonuç grafiklerindeki %25, %50, %75 veya genel %30–%75 gibi oranlar gruplandırılmış ikili koşulların ortalamasını temsil etmektedir.

Çalışmanın Yöntemi ve Bulguları

Genel sonuç: Hangi profil en başarılı?

Kaynağın 15. sayfasındaki Şekil 12d, bütün deney koşullarının toplulaştırılmış karşılaştırmasını vermektedir:

Mesh B'nin genel başarı oranı profilsiz şasinin 45 yüzde puanı üzerindedir. Mesh C de temel şasinin iki katı olan %60 başarıya ulaşmıştır. Mesh A ise %30 ile profilsiz yapıya genel olarak iyileşme sağlamamıştır.

Hız değiştiğinde ne oldu?

Şekil 12a'nın toplulaştırılmış hız karşılaştırması şöyledir:

Mesh A'nın başarısı hız arttığında %40'tan %20'ye düşerken Mesh B %70'ten %80'e, Mesh C ise %40'tan %80'e çıkmıştır.

Özellikle Mesh C'nin yüksek hızdan faydalanması dikkat çekicidir. Araştırmacılar yüksek fırlatma enerjisinin belirli yüzey açılarıyla birleştiğinde doğrultucu dönme hareketini artırabildiğini değerlendirmektedir.

Yükseklik değiştiğinde ne oldu?

Mesh C'nin başarı oranı 75 cm'de %30 iken 130 cm'de %90'a yükselmiştir. Mesh A da yüksekten bırakıldığında iyileşmiştir. Mesh B ise iki yükseklikte de zaten yüksek başarı göstermiş ve %80 / %70 düzeyinde kalmıştır.

Bu sonuçlar yalnız “daha yüksekten düşmek daha iyidir” şeklinde yorumlanamaz. Yükseklik artışı darbe enerjisini artırırken bunun yararlı bir doğrultma momentine dönüşüp dönüşmemesi profil geometrisine bağlıdır.

Açıya karşı en dayanıklı geometri hangisi?

Şekil 9–11'deki açı karşılaştırmaları Mesh B'nin çoğu pozitif ve negatif başlangıç açısında diğer geometrilere göre daha tutarlı olduğunu göstermektedir.

Örneğin Mesh B, yükseklik temelli karşılaştırmada 75 cm koşulunda −60°, 0° ve +30° için yüksek başarı gösterirken 130 cm koşullarında da geniş açı aralığında başarısını sürdürmüştür.

Mesh C özellikle 130 cm yüksekliğinde −60°, 0°, +30° ve +60° açılarında %100 gruplandırılmış başarıya ulaşmıştır. Mesh A ve profilsiz şasi ise belirli açılara çok daha güçlü bağımlılık göstermiştir.

En önemli sonuç: Simülasyon gerçek dünyayı doğru sıraladı mı?

Hayır. Bu çalışma açısından en öğretici sonuçlardan biri budur.

Simülasyona bakıldığında sıralama:

Mesh A > Mesh C > Mesh B

iken fiziksel deney sıralaması:

Mesh B > Mesh C > Mesh A

olmuştur.

Üstelik simülasyonda en yüksek başarıya sahip Mesh A, fiziksel deneyde profilsiz şasinin %30'luk genel başarısını bile aşamamıştır.

Araştırmacılar bu farkı fizik simülasyonunun başarısızlığından ziyade temas yoğun robotik problemlerde simülasyonun sınırı olarak değerlendirmektedir. Modelde kullanılan sürtünme, restitution ve rijit temas varsayımları gerçek Mecanum tekerlek, 3B baskılı profil, yapışkan bağlantı ve hafızalı köpüğün karmaşık deformasyonlarını tam olarak yeniden üretmemektedir.

Bu nedenle çalışma simülasyonu nihai doğrulama aracı değil, tasarım uzayını aramak için kullanılan bir ön eleme ve keşif aracı olarak konumlandırmaktadır.

Mesh B neden daha başarılı olmuş olabilir?

Üç profil aynı 180 × 140 mm taban boyutuna sahip olmasına rağmen maksimum yükseklikleri önemli ölçüde farklıdır:

Mesh A: 67,81 mm

Mesh C: 95,12 mm

Mesh B: 120,99 mm

Bu sıralama fiziksel deney performansıyla aynı yöndedir: A %30, C %60, B %75.

Araştırmacılar daha yüksek profilin zeminle temas sırasında daha uzun bir moment kolu oluşturarak şasiyi tekrar tekerleklerine döndürecek restoratif momenti artırmış olabileceğini değerlendirmektedir.

Ancak çalışma yüksekliğin tek başına nedensel etkisini izole eden kontrollü bir deney yapmamıştır. Mesh A, B ve C yalnız yükseklik açısından değil yüzey şekli açısından da farklıdır. Dolayısıyla “yükseklik arttıkça kesin olarak doğrulma artar” sonucu kaynak tarafından kanıtlanmış değildir.

Yüzey eğimi de önemli mi?

Araştırmacıların ikinci geometrik yorumu yüzey geçişleriyle ilgilidir. Mesh B, Mesh A'ya göre daha keskin yüzey geçişleri ve daha dik temas açıları içermektedir.

Bu geometrilerin zemine vurulduğunda darbe enerjisinin daha büyük bölümünü dönme hareketine yönlendirebildiği düşünülmektedir. Daha yumuşak ve alçak bir profil ise darbeyi sönümleyebilir ancak robotu tekerleklerine taşıyacak yeterli momenti üretemeyebilir.

Bu yine kaynak yazarlarının fiziksel yorumu olup bağımsız kuvvet/moment sensörü ölçümüyle doğrudan doğrulanmış bir mekanizma değildir.

En yüksek profil her zaman en iyi çözüm mü?

Çalışma böyle bir sonuç çıkarmamaktadır. Araştırmacılar aşırı büyük veya agresif dış geometrinin robotun normal çalışmasını bozabileceğini özellikle vurgulamaktadır.

Dış profil büyüdükçe:

• normal sürüş kararlılığı,
• engel geçme kabiliyeti,
• zemin açıklığı,
• kütle merkezi,
• enerji tüketimi,
• çevredeki nesnelerle temas,
• manevra kabiliyeti

olumsuz etkilenebilir.

Bu parametreler mevcut araştırmada ölçülmemiştir. Dolayısıyla iyi bir gerçek robot tasarımı yalnız en yüksek self-righting başarısını değil, normal görev performansıyla doğrulma kabiliyeti arasındaki dengeyi optimize etmelidir.

Deneyin önemli metodolojik sınırları

Laboratuvar zemini gerçek sert zemin değildir: Bütün darbeler memory foam üzerinde gerçekleştirilmiştir. Köpük darbeyi sönümlemekte ve farklı geometrilerle farklı biçimde etkileşebilmektedir.

Profil bağlantısı rijit mekanik bağlantı değildir: Çift taraflı yapışkan bant kullanılmıştır. Gevşeme görülmemiş olsa da bağlantı uyumluluğu temas dinamiğini etkileyebilir.

Fırlatma hızı basit mesafe-zaman yöntemiyle kontrol edilmiştir: Çalışmada yüksek hızlı kamera tabanlı hız ve açısal hız rekonstrüksiyonu bulunmamaktadır.

Sonuç görsel olarak sınıflandırılmıştır: Başarı ölçütü tekerleklerine dönme/dönmeme biçimindedir; doğrulma süresi, açısal hız, maksimum darbe kuvveti veya enerji dönüşümü ölçülmemiştir.

Yalnız belirli deney uzayı test edilmiştir: İki yükseklik, iki hız, beş açı ve tek bir tekerlekli şasi kullanılmıştır.

Gruplandırılmış ikili çıktı kullanılmıştır: Beş tekrarın ayrıntılı başarı olasılığı yerine çoğunluk kararı kullanılmıştır. Dolayısıyla yayımlanan toplam başarı yüzdeleri tekil 400 denemenin ham istatistiksel başarı oranı değildir.

İstatistiksel çıkarım sınırlıdır: Kaynakta güven aralığı, p değeri veya formal anlamlılık testi raporlanmamıştır. Sonuçlar kontrollü deney koşullarındaki başarı yüzdelerinin karşılaştırılması üzerinden değerlendirilmiştir.

Çalışmanın desteklediği sonuç

Belirlenen robot, fırlatma düzeneği ve laboratuvar temas koşulları altında dış gövde geometrisinin robotun devrilme sonrasında tekerleklerine dönme performansını önemli ölçüde değiştirebildiği gösterilmiştir. Üç optimize edilmiş yapı içinde Mesh B en yüksek genel başarıyı vermiş, Mesh C de profilsiz yapıya göre belirgin iyileşme sağlamıştır.

Araştırma ayrıca simülasyon tabanlı evrimsel optimizasyonun geniş geometri tasarım uzayını taramak için faydalı olduğunu, ancak temas yoğun self-righting problemlerinde nihai tasarım seçiminin fiziksel deneyle doğrulanması gerektiğini göstermektedir.

Çalışmanın desteklemediği sonuç

Çalışma Mesh B'nin bütün tekerlekli robotlarda en iyi kendini doğrultma geometrisi olduğunu göstermemektedir. 120,99 mm profil yüksekliğinin evrensel optimum olduğu da kanıtlanmamıştır.

Ayrıca araştırma, bu dış profillerin gerçek arazi koşullarında robotun toplam görev başarısını, batarya tüketimini, hareket kararlılığını veya engel aşma yeteneğini iyileştirdiğini göstermemektedir. Bu etkiler mevcut çalışmanın kapsamı dışındadır.

Kaynak ve Yöntem Notu

Tam özgün çalışma adı: Geometric Rollability Optimization of a Wheeled Chassis via Evolutionary Strategy

Yazarlar ve sıralama: Farshad Jabari; Baxter Gonzalez; Meysam Khaleghian.

Eş katkı/eş birinci yazar: Kaynakta eş birinci veya eş katkı beyanı belirtilmemiştir.

Sorumlu yazarlar: Farshad Jabari ve Meysam Khaleghian.

Kurum: Department of Engineering Technology, Texas State University, San Marcos, Texas, ABD.

Dergi: Machines.

Yayınevi: MDPI, Basel, Switzerland.

Cilt / sayı / makale: Machines 2026, Cilt 14, Sayı 6, Makale 615.

DOI: 10.3390/machines14060615

Alınma / revizyon / kabul / yayın: 15 Nisan 2026 / 24 Mayıs 2026 / 25 Mayıs 2026 / 29 Mayıs 2026.

Kaynak türü ve hakemlik: Hakemli araştırma makalesi; evrimsel geometri optimizasyonu, fizik tabanlı robot simülasyonu, 3B baskılı prototipleme ve kontrollü fiziksel deneyleri birleştiren robotik mühendisliği çalışmasıdır.

Resmî yayın bağlantısı:MDPI resmî makale sayfası

DOI bağlantısı:https://doi.org/10.3390/machines14060615

Lisans: Creative Commons Attribution (CC BY).

Finansman: Araştırma için dış finansman alınmadığı belirtilmiştir.

Veri erişilebilirliği: Verilerin makul talep üzerine yazarlardan sağlanacağı belirtilmiştir.

Çıkar çatışması: Yazarlar çıkar çatışması bulunmadığını beyan etmiştir.

Yazar katkıları: Kavramsallaştırma Farshad Jabari ve Baxter Gonzalez; yöntem Farshad Jabari ve Baxter Gonzalez; yazılım Farshad Jabari ve Baxter Gonzalez; doğrulama Farshad Jabari; biçimsel analiz, araştırma, veri düzenleme Farshad Jabari ve Baxter Gonzalez; ilk taslak, gözden geçirme ve düzenleme Farshad Jabari; görselleştirme Farshad Jabari; süpervizyon, proje yönetimi ve finansman edinimi Meysam Khaleghian.

Bilimsel içerik kapsamı: Bu Verianla açıklamasındaki geometrik parametreler, CMA-ES ayarları, PyBullet fizik parametreleri, deney düzeneği, fırlatma koşulları, Mesh A/B/C boyutları ve rollability başarı sonuçları yalnız incelenen çalışmaya dayanmaktadır. Dış doğrulama bibliyografik yayın kimliği için kullanılmış; dış çalışmalardan yeni deneysel bulgu eklenmemiştir.

Simülasyon–deney yorum sınırı: Seçilen Mesh A, B ve C'nin simülasyon başarı sıralaması fiziksel deney sıralamasıyla uyuşmamıştır. Simülasyon sonuçları A/B/C için yaklaşık %66/%35/%46 iken fiziksel gruplandırılmış deney başarıları %30/%75/%60'tır. Bu nedenle simülasyon nihai gerçek performans doğrulaması olarak değil, tasarım alanı keşif aracı olarak değerlendirilmelidir.

Deneysel sonuçların kapsamı: Deneyler 75 ve 130 cm yüksekliklerde, yaklaşık 0,8 ve 1,5 m/s fırlatma hızlarında, −60° ile +60° arasında beş başlangıç açısında, Mecanum tekerlekli tek şasi ve sabit memory foam darbe yüzeyi üzerinde gerçekleştirilmiştir. Sonuçların sert zemin veya farklı robot platformlarına doğrudan genellenmesi kaynak tarafından doğrulanmamıştır.

Başarı oranı hesaplama notu: Çalışmada 80 gruplandırılmış deney koşulu ve toplam 400 fiziksel tekrar bulunmaktadır. Her koşuldaki beş tekrar çoğunluk kararına dönüştürülmüş; başarılı tekrar sayısı başarısız sayısından fazlaysa koşul 1, aksi halde 0 olarak sınıflandırılmıştır. Yayınlanan toplulaştırılmış başarı yüzdeleri bu ikili grup sonuçlarına dayanmaktadır ve 400 tekil denemenin doğrudan ham başarı yüzdesi olarak yorumlanmamalıdır.

Temel sınırlılıklar: Memory foam yüzeyi ve yapışkan profil bağlantısı temas mekaniğini etkileyebilir; hız doğrulaması basit mesafe-zaman yaklaşımına dayanmaktadır; sonuçlar görsel başarılı/başarısız sınıflandırmasıyla değerlendirilmiştir; profil geometrisinin normal sürüş, enerji tüketimi, arazi geçişi ve manevra kabiliyeti üzerindeki etkileri incelenmemiştir. Kaynakta formal anlamlılık testleri veya güven aralıkları sunulmamıştır.