( en | de | ru )

 

Disambiguierung von "Xu, Linsen"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Development of a Bio-inspired Wall-Climbing Robot Composed of Spine Wheels, Adhesive Belts and Eddy Suction Cup.

, , , , , und . Robotica, 39 (1): 3-22 (2021)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Sabine Linsen

Ehrhart Linsen

Xu Xu

Albrecht Linsen

Lars Linsen

 

Weitere Publikationen von Autoren mit dem selben Namen

Dynamic analysis of fluid-structure interaction for the biped robot running on water., , , und . ICARCV, Seite 1546-1550. IEEE, (2012)Survey on Bioinspired Adhesive Methods and Design and Implementation of A Multi-Mode Biomimetic Wall-Climbing Robot., , , , und . AIM, Seite 688-693. IEEE, (2018)CPG-based online trajectory generation for quadruped rovers., , und . ROBIO, Seite 1053-1058. IEEE, (2015)Design and study of a biomimetic wall-climbing robot with spine wheels and a vacuum suction cup., , , , , , und . RCAR, Seite 690-696. IEEE, (2019)A robotic system with reinforcement learning for lower extremity hemiparesis rehabilitation., , , , , , und . Ind. Robot, 48 (3): 388-400 (2021)Design and Control of Soft Exoskeleton Based on Human Motion Intention., , , , , und . ICARM, Seite 1047-1052. IEEE, (2023)Design of Lower Extremity Rehabilitation Robots with Magnetorheological Dampers and Wire-Driven System., , , , , und . ICIA, Seite 395-400. IEEE, (2018)Research on Trajectory Tracking Control of Traction upper Limb Rehabilitation Robot Based on Feedforward Impedance Theory., , , , , , , und . ICARM, Seite 1035-1039. IEEE, (2022)Noise-label Suppressed Module for Speech Emotion Recognition., , , , und . RobCE, Seite 148-152. ACM, (2023)Active Movements Intention Recognition for Upper Limb Rehabilitation Robots Based on EMG Signals., , und . RCAR, Seite 817-822. IEEE, (2023)