Notice bibliographique
Résumé
Motivated by the need for accurate joint torque sensing in robots, we designed a new torque sensor, based on the hollow hexaform geometry. Its key features were its extremely high sti ness and its insensitivity to the set of support forces and moments which persist in a robot joint. These features permit to mount the sensor directly in the joints of a robot manipulator leading to accurate joint torque sensing and to a compact and modular design. The structure of the sensor also exhibits strain concentration to torsion loads which maximizes the sensitivity to torsion without sacrificing torsional sti ness. Other design issues such as practical shape consideration, material properties and overloading also considered. The sensor geometry was analyzed and optimized using the finite element method. The sensor was tested extensively to confirm its design goals, and is well suited as a torque-sensing device in robots or other industrial high performance motion control applications. A quantitative comparison with di erent types of sensors is shown in table 1. The table indicates that our sensor's performance characteristics compare very favorably. The applications of adaptive control in conjunction with joint-torque sensory feedback was used for dynamic motion control of manipulators. The control system had the advantages of requiring neither the computation of link dynamics nor the precise measurement of joint torques, i.e., the torque sensor's gains and o sets are unknown to the controller. The adaptive controller could also tune all the joint parameters including the rotor inertia, twist
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».