MétaCan
Menu
Retour à la cohorte
Enregistrement W1982904397 · doi:10.1109/iros.2014.6942713

Haptic-enabled teleoperation of base-excited hydraulic manipulators applied to live-line maintenance

2014· article· en· W1982904397 sur OpenAlexaff
Vinod Banthia, Yaser Maddahi, Shidin Balakrishnan, Nariman Sepehri

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower Line Inspection Robots
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésTeleoperationHaptic technologyTeleroboticsSimulationWirelessWorkspaceChannel (broadcasting)ActuatorComputer scienceEngineeringTask (project management)Base stationBase (topology)ReactionRobotMechanical engineeringElectrical engineeringArtificial intelligenceTelecommunicationsMobile robot

Résumé

récupéré en direct d'OpenAlex

This paper investigates haptic-enabled teleoperation of a base-excited hydraulic manipulator working under a wireless communication channel. The intended application is live power line maintenance. With respect to this application, three main challenges are recognized in the field: need for the force feedback, wireless communication between master and slave sites, and base excitation of the slave manipulator. In this paper, a test rig is developed to examine how an operator's hand speed regulating scheme enhances the lineman's performance while the entire system works under a wireless communication channel and the slave base is under excitation. Two sets of experiments are performed when the haptic device produces no force and when the regulating haptic force is added to the master device. Performance of the system is evaluated by measuring four indices: operator's failure in completing a task, end-effector displacement, slave manipulator controller effort, and task completion time. Results indicate that adding the haptic force to the system helps linemen function more effectively when the system is subject to base-excitation and communicates through a wireless network.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0020,000

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 Opus0,009
Tête enseignante GPT0,202
Écart entre enseignants0,193 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower Line Inspection RobotsTravaux en français237 207