Utafiti huu unachunguza ikiwa inawezekana kubuni jiometri za nje za mwili ambazo zinaweza kurahisisha roboti yenye magurudumu kurejea juu ya magurudumu yake baada ya kupinduka au kupoteza usawa kutokana na pigo bila kutumia mifumo changamano ya kujirekebisha inayotumia nguvu. Watafiti kwanza waliendeleza miundo mitatu tofauti ya wasifu wa pande tatu iliyoongezwa juu ya chasi kwa kutumia Covariance Matrix Adaptation Evolution Strategy (CMA-ES) katika simuleringi ya fizikia ya PyBullet, kisha wakatengeneza jiometri hizo kwa uchapishaji wa 3D na kuzilinganisha na chasi isiyo na wasifu katika majaribio ya kimwili ya kurusha yaliyodhibitiwa.

Katika uboreshaji wa jiometri, vigezo 100 endelevu vya urefu kutoka kwenye gridi ya nukta ya kiparameta ya 10 × 10 vilitumika. CMA-ES iliendeshwa kwa idadi ya watu ya wagombea 12, ukubwa wa hatua ya awali wa 0,02 na vizazi 500, na kila wasifu mgombea ulitathminiwa chini ya simuleringi 60 tofauti za fizikia. Thamani ya fitness ilifafanuliwa kama uwiano wa majaribio ambayo roboti iliweza kurejea tena juu ya magurudumu yake.

Katika majaribio ya kimwili, miundo minne—chasi msingi isiyo na wasifu, Mesh A, Mesh B na Mesh C—ilijaribiwa katika urefu wa 75 cm na 130 cm, kwa kasi za kurusha za takriban 0,8 m/s na 1,5 m/s, na kwa pembe za awali za −60°, −30°, 0°, +30° na +60°. Kwa kuwa kila hali ya jaribio ilirudiwa mara tano, jumla ya kurusha 400 za kimwili zilifanywa.

Matokeo yalionyesha kuwa jiometri ilibadilisha utendaji kwa kiwango kikubwa. Hali zote za majaribio zilizowekwa katika makundi zilipounganishwa, kiwango cha mafanikio cha chasi isiyo na wasifu kilikuwa %30, cha Mesh A %30, cha Mesh C %60 na cha Mesh B %75. Mesh B pia ilionyesha mwenendo thabiti zaidi katika kasi zote mbili za 0,8 m/s na 1,5 m/s na katika urefu mbili tofauti. Mesh C ilionyesha uboreshaji mkubwa hasa katika hali ya urefu wa 130 cm na kasi ya 1,5 m/s.

Moja ya matokeo ya kuvutia ya utafiti ni kwamba mpangilio wa simuleringi na wa majaribio ya kimwili haukuwa sawa. Kwa Mesh A, Mesh B na Mesh C, mafanikio yaliyosimuliwa yalikuwa takriban %66, %35 na %46, huku mafanikio ya majaribio yakiwa mtawalia %30, %75 na %60. Kwa hiyo, uboreshaji unaotegemea fizikia ulikuwa zana yenye ufanisi ya kuchunguza nafasi ya miundo, lakini haukuweza peke yake kupanga kwa kuaminika tabia halisi ya mgusano.

Kwa mtazamo wa Türkiye: Njia hii inatoa mfano wa uboreshaji wa mofolojia unaoweza kutumika kwa timu nchini Türkiye zinazotengeneza roboti za mkononi, roboti za utafutaji na uokoaji, roboti za kilimo, roboti za uga au roboti za maeneo magumu. Hata hivyo, matokeo ya utafiti yalipatikana kwa chasi maalumu, magurudumu ya Mecanum, miundo ya wasifu iliyochapishwa kwa 3D, kifaa cha kurusha cha nyumatiki na uso wa maabara wenye memory foam. Matokeo ya %75 ya Mesh B hayawezi kuhamishwa moja kwa moja kwa roboti nyingine; katika jukwaa jipya, kituo cha uzito, muundo wa magurudumu, uso wa mgusano, ukubwa wa wasifu na hali halisi za kazi zinahitaji kuthibitishwa upya.

Utendaji wa “rollability” wa roboti unamaanisha nini?

Katika utafiti, rollability inafafanuliwa kama uwezo wa chasi yenye magurudumu kurejea kwa uthabiti juu ya magurudumu yake baada ya pigo au kupinduka. Utafiti hauchukulii tabia hii kama tatizo la usawa tuli pekee kwa maana ya kawaida. Umbo la chasi, sifa za inertia, sehemu inayogusa ardhi, pembe ya mgusano, msuguano, kuruka na momenti za kuzungusha zinazotokea wakati wa pigo huamua matokeo kwa pamoja.

Kwa hiyo, mbinu ya watafiti ni tofauti na kuinua roboti baada ya kupinduka kwa kutumia mota, mkono au utaratibu tofauti wa kujirekebisha. Lengo hapa ni kwamba mofolojia ya roboti, yaani jiometri yake ya nje ya kimwili, iweze kurahisisha kujirudisha kwa njia pasivu.

Jiometri ya wasifu inapogonga ardhi kwa pembe inayofaa, inaweza kubadilisha sehemu ya nishati ya pigo la mstari kuwa momenti inayozungusha chasi. Jiometri ikiwa haitoshi, roboti inaweza kusawazika juu ya uso usiofaa au kubaki bila kusonga kwa sababu haiwezi kuzalisha momenti ya kuzungusha inayohitajika.

Kwa nini jiometri iliboreshwa kwenye kompyuta?

Kutengeneza kimwili mamia au maelfu ya maumbo tofauti kwa mwili wa roboti kungekuwa ghali na polepole. Kwa hiyo watafiti kwanza waliunda modeli ya kiparameta ambayo jiometri yake inaweza kubadilishwa kidijitali.

Uso wa wasifu uliwakilishwa kwa gridi ya mstatili ya 10 × 10. Hivyo, katika nusu ya kwanza ya jiometri:

vigezo 100 endelevu vya urefu wa vertex

vilitokea. Jiometri ilipoakisiwa, jumla ya vertex 200 zilipatikana katika modeli kamili.

Vipimo vya nje vya wasifu:

Utafiti chanzo unatoa masafa ya 0–0,45 ya vigezo vya urefu katika hatua hii kama “simulation units”. Thamani hizi hazipaswi kuchukuliwa moja kwa moja kuwa mita; urefu halisi wa juu wa Mesh A, B na C zilizotengenezwa kimwili uliripotiwa baadaye kwa millimita.

Kwa nini CMA-ES ilichaguliwa?

Harakati ya roboti kupinduka na kujirekebisha haitendi kama kazi laini ya kihesabu. Mabadiliko ya jiometri ya milimita chache yanaweza kubadilisha sehemu ya mgusano; sehemu ya mgusano ikibadilika, nguvu ambayo roboti inaweka kwenye ardhi, mwelekeo wa msuguano au harakati ya kuruka inaweza kubadilika ghafla kabisa.

Kwa hiyo, tatizo ni gumu sana kwa uboreshaji wa kawaida unaotegemea derivative. Watafiti walitumia mbinu ya Covariance Matrix Adaptation Evolution Strategy, CMA-ES, ambayo inaweza kuboresha vigezo endelevu bila kuhitaji taarifa za derivative.

Mafanikio ya kila mgombea yalihesabiwa kwa:

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

usawa huo.

Kwa hiyo, ikiwa chasi inarejea juu ya magurudumu yake katika simuleringi zote 60, fitness ni 1; ikiwa hairejei katika yoyote, fitness ni 0.

CMA-ES inakuzaje jiometri?

Katika kila kizazi, CMA-ES huchukua sampuli za jiometri mpya za wasifu kutoka kwenye usambazaji wa sasa wa vigezo. Jiometri huingizwa kwenye mazingira ya PyBullet na kufanyiwa majaribio ya kupinduka/kujirekebisha chini ya nguvu au momenti nasibu za usumbufu. Viwango vya mafanikio vinarejeshwa kama fitness, kisha algoritimu husasisha vector ya wastani ya vigezo na covariance matrix kuelekea eneo lenye jiometri zenye mafanikio zaidi.

Kwenye ukurasa wa 6 wa chanzo Kielelezo 3 kinaonyesha kwa mchoro utaratibu huu kama kujikusanya kwa nukta za wagombea katika eneo lenye fitness ya juu zaidi kadiri vizazi vinavyoendelea. Kielelezo 4 kwenye ukurasa huohuo kinaonyesha convergence halisi ya uboreshaji na kwamba fitness bora ya simuleringi iliongezeka hatua kwa hatua kutoka takriban %45–50 mwanzoni hadi takriban %90.

Ni wasifu gani ulitengenezwa kimwili?

Kati ya wagombea waliotengenezwa wakati wa uboreshaji, jiometri tatu zilichaguliwa na kuitwa Mesh A, Mesh B na Mesh C. Katika uteuzi huo, si fitness ya juu ya simuleringi pekee iliyozingatiwa, bali pia uwezo wa kutengenezwa kwa uchapishaji wa 3D na kiwango cha utofauti wa kutosha kati ya jiometri.

Kwenye ukurasa wa 9 wa chanzo Kielelezo 7 kinaonyesha jiometri ya wasifu iliyowekwa juu ya chasi yenye magurudumu na miundo mitatu tofauti ya Mesh A–B–C iliyotengenezwa kimwili. Miteremko ya nyuso na urefu wa juu wa wasifu hutofautiana kwa wazi.

Mesh B ina wasifu mrefu zaidi kati ya miundo hiyo mitatu, huku Mesh A ikiwa na wasifu mfupi zaidi.

Kifaa cha majaribio kinafanyaje kazi?

Mfumo maalumu wa kurusha wa nyumatiki ulitengenezwa kwa uthibitishaji wa kimwili. Kielelezo 5 kwenye ukurasa wa 7 wa chanzo kinaonyesha jukwaa halisi la majaribio; Kielelezo 6 kwenye ukurasa wa 8 kinaonyesha kwa pamoja muundo wa SolidWorks 2024 na kifaa halisi cha nyumatiki.

Mfumo unajumuisha hasa msingi wa mbao, mashimo ya kuweka pembe, viunga vilivyofungwa na vinavyosogea, sahani ya kusukuma, bracket ya kuunganisha na silinda ya nyumatiki inayofanya kazi pande mbili.

Silinda iliyotumika:

MAL 25 × 150

ni ya aina hiyo; ina bore ya 25 mm na stroke ya 150 mm.

Mipangilio miwili ya shinikizo ilitumika:

Pembe za kurusha ziliwekwa kwa mashimo ya kudumu ya kimitambo kwenye msingi kuwa:

−60°, −30°, 0°, +30° na +60°

.

Kasi ya kurusha ilithibitishwaje?

Watafiti walipima umbali kati ya sehemu ya kuanzia na ukingo wa jukwaa la mbao kuwa takriban 0,34 m na wakahesabu kasi kutoka kwenye muda wa kupita.

Kwa 0,8 m/s, muda uliotarajiwa ulikuwa takriban:

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

na kwa 1,5 m/s:

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

.

Njia hii ilitumika kuthibitisha hali za kasi za jina zilizotumika katika utafiti; hakuna kipimo kamili cha mienendo kwa kutumia optical motion capture ya kasi kubwa au sensa sahihi ya kasi kilichofanywa.

Kwa nini memory foam ilitumika?

Kwa kuwa roboti ilirusha kutoka urefu wa 75 cm na 130 cm, safu ya kudumu ya memory foam iliwekwa chini ya eneo la pigo ili kupunguza uharibifu wa magurudumu na axle kutokana na mapigo ya mara kwa mara.

Chaguo hili lililinda prototipu na kuhakikisha kwamba hali ileile ya uso ilitumika katika majaribio yote. Hata hivyo, watafiti wanaeleza wazi kuwa povu linaweza kuathiri upunguzaji wa nishati, msuguano, deformation ya eneo na tabia ya kuruka.

Kwa hiyo, matokeo ya majaribio si utendaji wa ulimwengu wote wa kujirekebisha juu ya ardhi ngumu, bali utendaji juu ya uso wa maabara wa pigo uliodhibitiwa na unaonyumbulika.

Wasifu uliunganishwaje kwenye chasi?

Njia ileile ya utepe wa gundi wa pande mbili ilitumika ili Mesh A, B na C ziweze kubadilishwa haraka. Chanzo kinaeleza kuwa hakuna kulegea au kutengana kunakoonekana kulikotokea wakati wa vipimo.

Hata hivyo, unyumbufu wa kiunganishi pia ni mojawapo ya mambo yanayoweza kubadilisha mienendo ya mgusano, na watafiti wanataja ugumu wa kiunganishi cha wasifu kama sababu mojawapo inayowezekana wanapojadili tofauti kati ya simuleringi na jaribio halisi.

Jukwaa la roboti

Chasi ilikuwa na magurudumu ya Mecanum. Watafiti walichagua magurudumu haya ili kutoa uimara wa kimitambo katika mapigo ya mara kwa mara na walitengeneza axle maalumu kwa uchapishaji wa 3D.

Utafiti hauchunguzi faida ya harakati za mwelekeo wa magurudumu ya Mecanum; hapa magurudumu ni hasa sehemu ya kimitambo ya jukwaa la majaribio.

Kwa nini matrix ya majaribio ni pana?

Miundo minne tofauti ya chasi ilitumika:

chasi msingi isiyo na wasifu, Mesh A, Mesh B na Mesh C.

Kila moja ilijaribiwa katika mchanganyiko wa:

urefu 2 × kasi 2 × pembe 5

.

“Jaribio lililofanikiwa” lilifafanuliwa vipi hasa?

Ikiwa baada ya kila kurusha kwa kimwili chasi ilirejea kwa uthabiti juu ya magurudumu yake, marudio hayo yalihesabiwa kuwa yamefanikiwa.

Hata hivyo, ulinganisho uliochapishwa haukuundwa moja kwa moja kutoka kwa viwango ghafi vilivyohesabiwa kwa majaribio 400 ya mtu mmoja mmoja. Marudio matano katika kila mchanganyiko yalibadilishwa kwanza kuwa matokeo moja ya kundi.

Ikiwa idadi ya marudio yaliyofanikiwa katika marudio matano ilikuwa kubwa kuliko yaliyoshindwa, yaani ikiwa kulikuwa na angalau mafanikio matatu:

hali ya kundi = imefanikiwa

iliwekwa hivyo.

Kwa hiyo, viwango kama %25, %50, %75 au jumla ya %30–%75 katika grafu za matokeo vinawakilisha wastani wa hali za binary zilizowekwa katika makundi.

Mbinu na Matokeo ya Utafiti

Matokeo ya jumla: Ni wasifu gani uliofanikiwa zaidi?

Kwenye ukurasa wa 15 wa chanzo Kielelezo 12d kinaonyesha ulinganisho wa jumla wa hali zote za majaribio:

Kiwango cha jumla cha mafanikio cha Mesh B ni pointi 45 za asilimia juu kuliko chasi isiyo na wasifu. Mesh C pia ilifikia %60, ambayo ni mara mbili ya chasi ya msingi. Mesh A, kwa %30, haikuleta uboreshaji wa jumla dhidi ya muundo usio na wasifu.

Nini kilitokea kasi ilipobadilika?

Ulinganisho wa jumla wa kasi katika Kielelezo 12a ni kama ifuatavyo:

Mafanikio ya Mesh A yalishuka kutoka %40 hadi %20 kasi ilipoongezeka, huku Mesh B ikipanda kutoka %70 hadi %80 na Mesh C kutoka %40 hadi %80.

Faida ya Mesh C kutokana na kasi ya juu inavutia hasa. Watafiti wanakadiria kuwa nishati kubwa ya kurusha inaweza kuongeza harakati ya kuzunguka inayorudisha chasi inapounganishwa na pembe fulani za uso.

Nini kilitokea urefu ulipobadilika?

Kiwango cha mafanikio cha Mesh C kilikuwa %30 katika 75 cm na kiliongezeka hadi %90 katika 130 cm. Mesh A pia iliboreka ilipoangushwa kutoka juu zaidi. Mesh B tayari ilikuwa na mafanikio ya juu katika urefu zote mbili na ilibaki katika kiwango cha %80 / %70.

Matokeo haya hayawezi kutafsiriwa tu kama “kuanguka kutoka juu zaidi ni bora”. Kuongezeka kwa urefu huongeza nishati ya pigo, lakini ikiwa nishati hiyo itabadilika kuwa momenti muhimu ya kujirekebisha inategemea jiometri ya wasifu.

Ni jiometri gani inayostahimili pembe zaidi?

Ulinganisho wa pembe katika Vielelezo 9–11 unaonyesha kuwa Mesh B ilikuwa thabiti zaidi kuliko jiometri nyingine katika pembe nyingi chanya na hasi za awali.

Kwa mfano, katika ulinganisho unaotegemea urefu, Mesh B ilionyesha mafanikio ya juu kwa −60°, 0° na +30° katika hali ya 75 cm, na pia iliendelea kufanikiwa katika anuwai pana ya pembe katika hali za 130 cm.

Mesh C ilifikia hasa %100 ya mafanikio yaliyowekwa katika makundi katika pembe za −60°, 0°, +30° na +60° katika urefu wa 130 cm. Mesh A na chasi isiyo na wasifu zilionyesha utegemezi mkubwa zaidi kwa pembe fulani.

Matokeo muhimu zaidi: Je, simuleringi iliweka ulimwengu halisi kwa mpangilio sahihi?

Hapana. Hii ni moja ya matokeo yenye mafunzo zaidi katika utafiti huu.

Katika simuleringi, mpangilio ulikuwa:

Mesh A > Mesh C > Mesh B

lakini katika majaribio ya kimwili mpangilio ulikuwa:

Mesh B > Mesh C > Mesh A

.

Zaidi ya hayo, Mesh A, ambayo ilikuwa na mafanikio ya juu zaidi katika simuleringi, haikuzidi hata mafanikio ya jumla ya %30 ya chasi isiyo na wasifu katika majaribio ya kimwili.

Watafiti wanachukulia tofauti hii si kushindwa kwa simuleringi ya fizikia, bali kama kikomo cha simuleringi katika matatizo ya robotiki yenye mwingiliano mwingi wa mgusano. Dhana za msuguano, restitution na mgusano mgumu zilizotumika katika modeli haziwezi kuiga kikamilifu deformation changamano za gurudumu halisi la Mecanum, wasifu uliochapishwa kwa 3D, kiunganishi cha gundi na memory foam.

Kwa hiyo, utafiti unaweka simuleringi kama zana ya awali ya kuchuja na kuchunguza nafasi ya muundo, si kama zana ya mwisho ya uthibitishaji.

Kwa nini Mesh B huenda ilifanikiwa zaidi?

Ingawa wasifu wote watatu una ukubwa sawa wa msingi wa 180 × 140 mm, urefu wao wa juu unatofautiana kwa kiasi kikubwa:

Mesh A: 67,81 mm

Mesh C: 95,12 mm

Mesh B: 120,99 mm

Mpangilio huu una mwelekeo sawa na utendaji wa majaribio ya kimwili: A %30, C %60, B %75.

Watafiti wanakadiria kuwa wasifu mrefu zaidi huenda uliunda mkono mrefu zaidi wa momenti wakati wa kugusa ardhi na hivyo kuongeza momenti ya kurejesha inayozungusha chasi kurudi juu ya magurudumu yake.

Hata hivyo, utafiti haukufanya jaribio lililodhibitiwa linalotenganisha athari ya kisababishi ya urefu pekee. Mesh A, B na C hutofautiana si kwa urefu tu bali pia kwa umbo la uso. Kwa hiyo, hitimisho kwamba “kadiri urefu unavyoongezeka, kujirekebisha huongezeka kwa hakika” halijathibitishwa na chanzo.

Je, mteremko wa uso pia ni muhimu?

Tafsiri ya pili ya kijiometria ya watafiti inahusiana na mabadiliko ya uso. Mesh B ina mabadiliko makali zaidi ya uso na pembe za mgusano zilizo wima zaidi kuliko Mesh A.

Inadhaniwa kuwa jiometri hizi zinapogonga ardhi zinaweza kuelekeza sehemu kubwa zaidi ya nishati ya pigo kwenda kwenye harakati ya kuzunguka. Wasifu laini na mfupi zaidi unaweza kupunguza pigo lakini usizalishe momenti ya kutosha kuleta roboti juu ya magurudumu yake.

Hii pia ni tafsiri ya kimwili ya waandishi wa chanzo na si utaratibu uliothibitishwa moja kwa moja kwa kipimo huru cha sensa ya nguvu/momenti.

Je, wasifu mrefu zaidi daima ndio suluhisho bora?

Utafiti hautoi hitimisho hilo. Watafiti wanasisitiza kwamba jiometri kubwa kupita kiasi au kali ya nje inaweza kuvuruga uendeshaji wa kawaida wa roboti.

Wasifu wa nje unapokuwa mkubwa zaidi:

• uthabiti wa kawaida wa uendeshaji,
• uwezo wa kuvuka vizuizi,
• nafasi kutoka ardhini,
• kituo cha uzito,
• matumizi ya nishati,
• mgusano na vitu vya mazingira,
• uwezo wa kugeuza

vinaweza kuathiriwa vibaya.

Vigezo hivi havikupimwa katika utafiti huu. Kwa hiyo, muundo mzuri wa roboti halisi unapaswa kuboresha si mafanikio ya juu zaidi ya self-righting pekee, bali uwiano kati ya utendaji wa kawaida wa kazi na uwezo wa kujirekebisha.

Vikwazo muhimu vya kimetodolojia vya jaribio

Uso wa maabara si ardhi halisi ngumu: Mapigo yote yalifanywa juu ya memory foam. Povu hupunguza pigo na linaweza kuingiliana kwa njia tofauti na jiometri tofauti.

Kiunganishi cha wasifu si kiunganishi kigumu cha kimitambo: Utepe wa gundi wa pande mbili ulitumika. Ingawa hakuna kulegea kulikozingatiwa, unyumbufu wa kiunganishi unaweza kuathiri mienendo ya mgusano.

Kasi ya kurusha ilidhibitiwa kwa njia rahisi ya umbali–muda: Utafiti hauna reconstruction ya kasi na angular velocity kwa kutumia kamera ya kasi kubwa.

Matokeo yaliainishwa kwa kuona: Kigezo cha mafanikio kilikuwa kurejea/kutorejea juu ya magurudumu; muda wa kujirekebisha, angular velocity, nguvu ya juu ya pigo au uhamishaji wa nishati haukupimwa.

Ni nafasi maalumu tu ya majaribio iliyojaribiwa: Urefu mbili, kasi mbili, pembe tano na chasi moja yenye magurudumu vilitumika.

Matokeo ya binary yaliyowekwa katika makundi yalitumika: Badala ya uwezekano wa kina wa mafanikio wa marudio matano, uamuzi wa wengi ulitumika. Kwa hiyo, asilimia za jumla za mafanikio zilizochapishwa si kiwango ghafi cha takwimu cha mafanikio ya majaribio 400 ya mtu mmoja mmoja.

Uhitimishaji wa kitakwimu ni mdogo: Chanzo hakiripoti confidence interval, p-value au jaribio rasmi la umuhimu. Matokeo yalitathminiwa kwa kulinganisha asilimia za mafanikio chini ya hali za majaribio zilizodhibitiwa.

Hitimisho linaloungwa mkono na utafiti

Chini ya roboti, kifaa cha kurusha na hali za mgusano wa maabara zilizobainishwa, imeonyeshwa kwamba jiometri ya nje ya mwili inaweza kubadilisha kwa kiasi kikubwa utendaji wa roboti kurejea juu ya magurudumu yake baada ya kupinduka. Kati ya miundo mitatu iliyoboreshwa, Mesh B ilitoa mafanikio ya juu zaidi kwa jumla, na Mesh C pia ilionyesha uboreshaji mkubwa dhidi ya muundo usio na wasifu.

Utafiti pia unaonyesha kuwa uboreshaji wa mageuzi unaotegemea simuleringi ni muhimu kwa kuchunguza nafasi kubwa ya miundo ya jiometri, lakini katika matatizo ya self-righting yenye mwingiliano mkubwa wa mgusano, uteuzi wa mwisho wa muundo unapaswa kuthibitishwa kwa jaribio la kimwili.

Hitimisho ambalo utafiti hauungi mkono

Utafiti hauonyeshi kwamba Mesh B ni jiometri bora zaidi ya kujirekebisha kwa roboti zote zenye magurudumu. Pia haujathibitisha kuwa urefu wa wasifu wa 120,99 mm ndio optimum ya ulimwengu wote.

Zaidi ya hayo, utafiti hauonyeshi kwamba wasifu huu wa nje unaboresha mafanikio ya jumla ya kazi ya roboti, matumizi ya betri, uthabiti wa harakati au uwezo wa kuvuka vizuizi katika hali halisi za eneo. Athari hizi ziko nje ya wigo wa utafiti huu.

Maelezo ya Chanzo na Mbinu

Jina kamili la utafiti asili: Geometric Rollability Optimization of a Wheeled Chassis via Evolutionary Strategy

Waandishi na mpangilio: Farshad Jabari; Baxter Gonzalez; Meysam Khaleghian.

Mchango sawa/mwandishi wa kwanza sawa: Chanzo hakijataja tamko la mwandishi wa kwanza sawa au mchango sawa.

Waandishi wa mawasiliano: Farshad Jabari na Meysam Khaleghian.

Taasisi: Department of Engineering Technology, Texas State University, San Marcos, Texas, Marekani.

Jarida: Machines.

Mchapishaji: MDPI, Basel, Switzerland.

Juzuu / toleo / makala: Machines 2026, Juzuu 14, Toleo 6, Makala 615.

DOI: 10.3390/machines14060615

Kupokelewa / kurekebishwa / kukubaliwa / kuchapishwa: 15 Aprili 2026 / 24 Mei 2026 / 25 Mei 2026 / 29 Mei 2026.

Aina ya chanzo na mapitio ya kitaalamu: Makala ya utafiti iliyopitia mapitio ya kitaalamu; utafiti wa uhandisi wa robotiki unaounganisha uboreshaji wa kijiometria wa mageuzi, simuleringi ya roboti inayotegemea fizikia, utengenezaji wa prototipu kwa uchapishaji wa 3D na majaribio ya kimwili yaliyodhibitiwa.

Kiungo rasmi cha uchapishaji:Ukurasa rasmi wa makala wa MDPI

Kiungo cha DOI:https://doi.org/10.3390/machines14060615

Leseni: Creative Commons Attribution (CC BY).

Ufadhili: Imeripotiwa kuwa utafiti haukupokea ufadhili wa nje.

Upatikanaji wa data: Imeripotiwa kuwa data zinaweza kupatikana kutoka kwa waandishi kwa ombi la msingi.

Mgongano wa maslahi: Waandishi wametangaza kuwa hakuna mgongano wa maslahi.

Michango ya waandishi: Conceptualization Farshad Jabari na Baxter Gonzalez; methodology Farshad Jabari na Baxter Gonzalez; software Farshad Jabari na Baxter Gonzalez; validation Farshad Jabari; formal analysis, investigation na data curation Farshad Jabari na Baxter Gonzalez; rasimu ya kwanza, review na editing Farshad Jabari; visualization Farshad Jabari; supervision, project management na funding acquisition Meysam Khaleghian.

Wigo wa maudhui ya kisayansi: Vigezo vya kijiometria, mipangilio ya CMA-ES, vigezo vya fizikia vya PyBullet, kifaa cha majaribio, hali za kurusha, vipimo vya Mesh A/B/C na matokeo ya mafanikio ya rollability katika maelezo haya ya Verianla yanategemea utafiti uliopitiwa pekee. Uthibitishaji wa nje ulitumika kwa utambulisho wa bibliografia wa chapisho; hakuna ugunduzi mpya wa majaribio kutoka tafiti za nje ulioongezwa.

Kikomo cha tafsiri ya simuleringi–jaribio: Mpangilio wa mafanikio wa simuleringi wa Mesh A, B na C zilizochaguliwa haukulingana na mpangilio wa majaribio ya kimwili. Matokeo ya simuleringi kwa A/B/C yalikuwa takriban %66/%35/%46, huku mafanikio ya majaribio ya kimwili yaliyowekwa katika makundi yakiwa %30/%75/%60. Kwa hiyo, simuleringi inapaswa kutathminiwa si kama uthibitisho wa mwisho wa utendaji halisi, bali kama zana ya kuchunguza nafasi ya muundo.

Wigo wa matokeo ya majaribio: Majaribio yalifanywa katika urefu wa 75 na 130 cm, kwa kasi za kurusha za takriban 0,8 na 1,5 m/s, katika pembe tano za awali kutoka −60° hadi +60°, kwa chasi moja yenye magurudumu ya Mecanum na uso thabiti wa pigo wa memory foam. Ujumlishaji wa moja kwa moja wa matokeo kwa ardhi ngumu au majukwaa tofauti ya roboti haujathibitishwa na chanzo.

Maelezo ya hesabu ya kiwango cha mafanikio: Utafiti una hali 80 za majaribio zilizowekwa katika makundi na jumla ya marudio 400 ya kimwili. Marudio matano katika kila hali yalibadilishwa kuwa uamuzi wa wengi; ikiwa idadi ya marudio yaliyofanikiwa ilikuwa kubwa kuliko yaliyoshindwa, hali iliainishwa kuwa 1, vinginevyo 0. Asilimia za jumla za mafanikio zilizochapishwa zinategemea matokeo haya ya makundi ya binary na hazipaswi kutafsiriwa kama asilimia ghafi ya moja kwa moja ya mafanikio ya majaribio 400 ya mtu mmoja mmoja.

Vikwazo vya msingi: Uso wa memory foam na kiunganishi cha wasifu wa gundi vinaweza kuathiri mekanika ya mgusano; uthibitishaji wa kasi unategemea mbinu rahisi ya umbali–muda; matokeo yalitathminiwa kwa uainishaji wa kuona wa imefanikiwa/imeshindwa; athari za jiometri ya wasifu kwenye uendeshaji wa kawaida, matumizi ya nishati, uvukaji wa ardhi na uwezo wa kugeuza hazikuchunguzwa. Chanzo hakijatoa majaribio rasmi ya umuhimu au confidence intervals.