MétaCan
Menu
Retour à la cohorte
Enregistrement W1515617666 · doi:10.5772/60486

A New Modular, Autonomously Reconfigurable Manipulator Platform

2015· article· en· W1515617666 sur OpenAlexaff
Jason A. Kereluk, M. Reza Emami

Notice bibliographique

RevueInternational Journal of Advanced Robotic Systems · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésComputer scienceSerial manipulatorSCARAModular designMobile manipulatorKinematicsTrajectoryTask (project management)Robotic armRobot end effectorManipulator (device)Parallel manipulatorSimulationControl engineeringControl theory (sociology)RobotControl (management)Artificial intelligenceEngineeringMobile robot

Résumé

récupéré en direct d'OpenAlex

This paper discusses the design and development of a new Modular, Autonomously Reconfigurable Serial manipulator platform for advanced manufacturing, termed as the MARS manipulator. The platform consists of i) an 18-Degree-of-Freedom (DOF) serial-link manipulator capable of locking any of its joints at any position in their continuous range, such that it can emulate fewer-DOF serial manipulators with different kinematic and dynamic parameters, and ii) an integrated simulation and design environment that provides control over the manipulator hardware as well as a toolset for the design, implementation and optimization of a desired manipulator configuration for a given task. The effectiveness of the MARS manipulator to adapt its configuration to various tasks is examined by assuming two well-known configurations, SCARA and articulated, and by performing a specific task with each of them. The variation in effectiveness of the two configurations in terms of the end-effector trajectory, end-effector accuracy and power consumption is discussed. Further, these configurations are optimized with respect to their performance accuracy, and compared to their pre-optimized versions. Finally, the accuracy model of the simulation is compared against the physical hardware system, running the same task.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,025
Tête enseignante GPT0,241
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Advanced Robotic SystemsMême sujetRobotic Mechanisms and DynamicsTravaux en français237 207