MétaCan
Menu
Retour à la cohorte
Enregistrement W2003656018 · doi:10.1115/1.2839633

Dynamics of General Constrained Robots Derived from Rigid Bodies

2008· article· en· W2003656018 sur OpenAlexaff
Wen-Hong Zhu

Notice bibliographique

RevueJournal of Applied Mechanics · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueRobot Manipulation and Learning
Établissements canadiensCanadian Space Agency
Organismes subventionnairesnon disponible
Mots-clésRobotKinematicsComputer scienceRigid bodyScrew theoryDegrees of freedom (physics and chemistry)ActuatorConfiguration spaceDynamics (music)Rigid body dynamicsControl theory (sociology)Space (punctuation)Classical mechanicsArtificial intelligencePhysicsControl (management)

Résumé

récupéré en direct d'OpenAlex

A systematic approach for deriving the dynamical expression of general constrained robots is developed in this paper. This approach uses rigid-body dynamics and two kinematics-based mapping matrices to form the dynamics of complex robots in closed form. This feature enables the developed modeling approach to be rigorous in nature, since every actuator and gear-head can be separated into rigid bodies and no assumption about approximation beyond rigid-body dynamics is made. The two kinematics-based mapping matrices are used to govern the velocity and force transformations among three configuration spaces, namely, general joint space, general task space, and extended subsystems space. Consequently, the derived dynamics of general constrained robots maintain the same form and main properties as the conventional single-arm constrained robots. This approach is particularly useful for robots with hyper degrees of freedom. Five examples are given.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,584
Score d'incertitude au seuil0,473

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 Opus0,016
Tête enseignante GPT0,210
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 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

Citations4
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied MechanicsMême sujetRobot Manipulation and LearningTravaux en français237 207