Disturbance rejection control for bipedal robot walkers
Jaime Arcos Legarda
Licencia de minería de texto y datos
Declarado por la editorial el 28 agosto 2026 a las 13:55:04 UTC
El titular de derechos se reserva expresamente sus derechos de reproducción, extracción y reutilización para fines de minería de textos y datos (TDM) y de entrenamiento de modelos de inteligencia artificial, de conformidad con el Art. 4(3) de la Directiva (UE) 2019/790, el Art. 53(1)(c) del Reglamento (UE) 2024/1689 (AI Act), el Art. 13 del Acuerdo ADPIC/TRIPS de la OMC, la Decisión Andina 351 de 1993 y las leyes nacionales aplicables en los territorios de residencia del titular, de realización de la reproducción y/o comercialización del Large Language Model u otro tipo de IA resultante.
Esta reserva cubre toda reproducción digital de la obra con independencia del soporte de la copia de origen (impreso o digital) y es efectiva desde la fecha certificada de esta declaración.
En América Latina, donde no existe excepción legal para el entrenamiento de IA, esta declaración constituye evidencia pública de que el titular no ha otorgado autorización. En la Unión Europea, activa la reserva máquina-legible exigida por el Art. 4(3) CDSM y el Art. 53(1)(c) AI Act. En Estados Unidos, señaliza la existencia de un mercado de licencias TDM a efectos del factor 4 del análisis de fair use.
Cualquier uso de la obra para los fines aquí reservados requiere autorización previa y expresa del titular de derechos.
Sello de integridad
Declaración selladaLa declaración fue sellada ante una autoridad de sellado de tiempo independiente (RFC 3161) y su contenido identificado con ISCC (ISO 24138): cualquier tercero puede verificar que existía en esa fecha y que no ha sido alterada. Descargar evidencia criptográfica (.tsr) · ¿Cómo se verifica?
Formatos
| Formato | ISBN | Recordreference | DOI | Año |
|---|---|---|---|---|
| E-book · ed. 1 | 9789587949643 | SIMEHEBOOKKXAHNBJQK87A6THA995G | — | 2022 |
Sobre esta obra
This dissertation contributes to the theoretical and experimental foundation of disturbance rejection control in dynamic bipedal robots. Disturbances produced by model uncertainties and external disturbances are studied as lumped signals that can be rejected through feedback control techniques. The disturbance rejection problem is addressed with the design of trajectory tracking controllers working complementary with an adaptive reference trajectory generator. Two trajectory tracking control strategies were developed: (i) a novel model-based active disturbance rejection control and (ii) a robust multivariable generalized proportional integral control. The methodology adopted allows the design of trajectory generators with the ability to produce periodic stable gait patterns and reject disturbances through the use of an adaptive reference trajectory generator. A discrete control action resets the gait trajectory references after the impact produced by the robot’s support-leg exchange in order to maintain a zero tracking error in the controlled joints. In addition, an extended hybrid zero dynamics is introduced to examine the periodic stability of the system with the use of a lower-dimensional representation of the full hybrid dynamics with uncertainties. A physical bipedal robot testbed, named as Saurian, was fabricated for validation purposes. Numerical simulation and physical experiments show the robustness of the proposed control strategies against external disturbances and model uncertainties that could affect both the swing motion phase and the support-leg exchange.