MétaCan
Menu
Retour à la cohorte
Enregistrement W2008397753 · doi:10.1017/s0263574713001069

Adaptive manipulation and slippage control of an object in a multi-robot cooperative system

2013· article· en· W2008397753 sur OpenAlexaff
Shahram Hadian Jazi, Mehdi Keshmiri, Farid Sheikholeslam, Mostafa Ghobadi Shahreza, Mohammad Keshmiri

Notice bibliographique

RevueRobotica · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueRobot Manipulation and Learning
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésSlippageGRASPObject (grammar)Control theory (sociology)Compensation (psychology)Computer scienceControl engineeringTrajectoryController (irrigation)RobotAdaptive controlControl (management)Artificial intelligenceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

SUMMARY Considering undesired slippage between manipulated object and finger tips of a multi-robot system, adaptive control synthesis of the object grasping and manipulation is addressed in this paper. Although many studies can be found in the literature dealing with grasp analysis and grasp synthesis, most assume no slippage between the finger tips and the object. Slippage can occur for many reasons such as disturbances, uncertainties in parameters, and dynamics of the system. In this paper, system dynamics is analyzed using a new presentation of friction and slippage dynamics. Then an adaptive control law is proposed for trajectory tracking and slippage control of the object as well as compensation for parameter uncertainties of the system, such as mass properties and coefficients of friction. Stability of the proposed adaptive controller is studied analytically and the performance of the system is studied numerically.

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 enseignants0,804
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 Opus0,024
Tête enseignante GPT0,229
Écart entre enseignants0,205 · 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 revueRoboticaMême sujetRobot Manipulation and LearningTravaux en français237 207