An Intelligent Bionic Amphibious Turtle Robot With Visual-Tactile Fusion for Dynamic Terrain Adaptation

地形 海龟(机器人) 机器人 计算机科学 移动机器人 人工智能 步态 适应(眼睛) 机器人学 卷积神经网络 计算机视觉 地面运动 领域(数学) 传感器融合 桥(图论) 运动规划 人工神经网络 机器人运动学 机器人运动 工程类 特征提取 控制工程 工作(物理) 软机器人 仿生学 挖掘机 生物杂交 模拟 仿生学 智能决策支持系统
作者
Ang Liu,Xianrui Zhang,Haozhi Huang,Fengqi Xiao,Zhuang Zhang,Guangming Cui,Baijin Mao,Yining Xu,Juntian Qu
出处
期刊:IEEE Transactions on Robotics [Institute of Electrical and Electronics Engineers]
卷期号:41: 6345-6363 被引量:1
标识
DOI:10.1109/tro.2025.3626512
摘要

This study presents an intelligent bionic amphibious turtle robot (IBATR) featuring a three-degree-of-freedom bionic flipper mechanism, designed to achieve high maneuverability, agility, and adaptive locomotion in dynamic aquatic-terrestrial environments. Specifically, mechanical testing and hydrodynamic analysis validate the robot's operational capabilities in granular media and aquatic settings. Subsequently, Bayesian optimization generates energy-efficient gait parameters, enabling flexible motion under low-power constraints. To further bridge perception and action, a terrain classification framework is implemented by fusing visual data from an onboard camera and tactile feedback from pressure sensors, enhancing environmental adaptability. This framework utilizes a dual-stream convolutional neural network, achieving 99.17% classification accuracy across four terrestrial substrates and one aquatic condition. Experimental results demonstrate that terrain-aware gait adaptation improves energy efficiency by 19.1% and movement speed by 9.2% compared to static gait configurations. Field tests under wave disturbances further confirm the robot's capability for seamless land-water transitions. Collectively, this work advances biomimetic robotics by unifying perception-driven control, terrain-optimized actuation, and lightweight structural design, offering novel methodologies for resilient operations in complex amphibious environments.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Lucas应助大方的小猫咪采纳,获得10
刚刚
大模型应助可靠剑鬼采纳,获得10
1秒前
3893272_1发布了新的文献求助10
1秒前
乐乐应助正直摇伽采纳,获得30
2秒前
暴躁的不评完成签到,获得积分20
3秒前
4秒前
雨肖完成签到,获得积分10
4秒前
Atropine完成签到 ,获得积分10
5秒前
奋斗的太阳完成签到 ,获得积分20
5秒前
大模型应助daifei采纳,获得30
5秒前
慕青应助daifei采纳,获得10
5秒前
打打应助daifei采纳,获得10
5秒前
思源应助daifei采纳,获得10
5秒前
Twonej应助daifei采纳,获得30
5秒前
CipherSage应助daifei采纳,获得150
5秒前
今后应助daifei采纳,获得10
5秒前
丘比特应助daifei采纳,获得10
6秒前
wanci应助daifei采纳,获得10
6秒前
兰兰完成签到 ,获得积分10
7秒前
FashionBoy应助小北采纳,获得10
9秒前
9秒前
10秒前
ziyu完成签到,获得积分10
11秒前
呆头鹅发布了新的文献求助10
11秒前
13秒前
xiaolizi应助忧伤的映萱采纳,获得30
13秒前
14秒前
嘻嘻嘻完成签到 ,获得积分10
14秒前
暖暖的禾日完成签到,获得积分10
15秒前
Godlove发布了新的文献求助10
15秒前
哇咔咔啦发布了新的文献求助10
16秒前
18秒前
三岁半发布了新的文献求助10
19秒前
sp1cy发布了新的文献求助10
19秒前
20秒前
vv发布了新的文献求助10
20秒前
Godlove完成签到,获得积分10
21秒前
kento应助AN采纳,获得100
22秒前
22秒前
科研通AI6.2应助哇咔咔啦采纳,获得10
24秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Cronologia da história de Macau 5000
Petrology and Plate Tectonics 800
Prompt Engineering for Clinicians: Harnessing AI in Everyday Medical Practice 600
Electrode Potentials 550
Butch/Femme: Inside Lesbian Gender 500
Handbook Of Synthetic Methodologies And Protocols Of Nanomaterials 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 光电子学 物理化学 电极 基因 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 6981277
求助须知:如何正确求助?哪些是违规求助? 8660041
关于积分的说明 18361857
捐赠科研通 6445029
什么是DOI,文献DOI怎么找? 3093363
关于科研通互助平台的介绍 2150460
邀请新用户注册赠送积分活动 2069719