MétaCan
Menu
Retour à la cohorte
Enregistrement W1974779253 · doi:10.1109/icra.2013.6630768

Frequency separation in projection-based force reflection algorithms for bilateral teleoperators

2013· article· en· W1974779253 sur OpenAlexaff
Amir Takhmar, Ilia G. Polushin, Rajni V. Patel

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTeleoperation and Haptic Systems
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésHaptic technologyWeightingStability (learning theory)Reflection (computer programming)Transparency (behavior)Control theory (sociology)Component (thermodynamics)Projection (relational algebra)Reflection coefficientComputer scienceTransient (computer programming)AlgorithmAcousticsArtificial intelligenceOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

The projection-based force reflection (PBFR) algorithms were previously demonstrated to substantially improve stability characteristics of the force reflecting teleoperator systems and haptic interfaces without transparency deterioration in the steady state; however, the transient response of the PFBR algorithms suffers from relatively slow force convergence. In particular, the high frequency component of the contact force, which is very important for the haptic perception of stiff surfaces, is typically filtered out. In this paper, a solution to this problem is proposed which is based on the idea to separate different frequency bands in the force reflection signal and consequently apply the projection-based principle to the low-frequency component, while reflecting the high-frequency component directly. It is shown that, for bilateral teleoperators with irregular communication delays, stability can always be achieved by implementing the above described force reflection scheme, if the cut-off frequency of the complementary filters is sufficiently high and a certain weighting coefficient in the force reflection algorithm is sufficiently low. Experimental results demonstrate that substantial simultaneous improvement of stability and transparency is achieved using the proposed method.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,729
Score d'incertitude au seuil0,403

Scores Codex et Gemma par catégorie

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,279
Écart entre enseignants0,258 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTeleoperation and Haptic SystemsTravaux en français237 207