MétaCan
Menu
Retour à la cohorte
Enregistrement W2028528076 · doi:10.4271/2014-01-0734

A Reconfigurable Algorithm for Identifying and Validating Functional Workspace of Industrial Manipulators

2014· article· en· W2028528076 sur OpenAlexaff
Luv Aggarwal, Jill Urbanic, Kush Aggarwal

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésWorkspaceComputer scienceRobot manipulatorControl engineeringControl theory (sociology)Artificial intelligenceEngineeringRobotControl (management)

Résumé

récupéré en direct d'OpenAlex

Industrial robotic arms and manipulators are systems that offer technological advances in automation, production, and logistical processes. Therefore, it is vital to understand and analyze the reachability and dexterity of such manipulators. This paper presents a reconfigurable algorithm for evaluation and 3D visual representation of the total workspace and singularity space of two and three degrees of freedom open-ended kinematic chains. A manipulator's performance is greatly depreciated at or near singular regions which may occur as subset(s) in its complete workspace. It is therefore crucial to understand the functional workspace of a manipulator for an enhanced performance in an industrial setting. The implementation of this algorithm requires two inputs namely; the joint type(s), rotational (R) or translational (T), and the Denavit-Hartenberg (D-H) parameters of the manipulator. The model first evaluates the forward kinematics of the manipulator based on its input configuration and provides a theoretical solution to its complete workspace (position and orientation of the manipulator's end-effector). The algorithm then evaluates all singular condition(s) for the manipulator based on its Jacobian matrix. These results are then graphically mapped on to a 3D workspace along with a visual representation of the manipulator's kinematic structure. The model is adaptive and can reconfigure its results based on its input parameters. Several case studies are presented in this paper to demonstrate the robustness of the proposed algorithm. This model lays foundation for the development and validation of kinematic structures, and can be further utilized as a virtual planning tool for robotic workcell(s).

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,030
Tête enseignante GPT0,239
Écart entre enseignants0,209 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetManufacturing Process and OptimizationTravaux en français237 207