MétaCan
Menu
Retour à la cohorte
Enregistrement W2029666722 · doi:10.5194/ms-2-59-2011

A handy new design paradigm

2011· article· en· W2029666722 sur OpenAlexaboutno aff
Bryan J. Bergelin, Brian J. Slaboch, Jiasen Sun, P.A. Voglewede

Notice bibliographique

RevueMechanical sciences · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueRobot Manipulation and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGrippersUnderactuationFlexibility (engineering)RobotMechanism (biology)Robot end effectorEngineeringControl engineeringSMT placement equipmentComputer scienceArtificial intelligenceMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract. In light of technological advances, researchers have lost sight of robotic grippers/end effectors design intent. In a semi-structured environment the biomimetic approach is impractical due to the high complexity of the mechanism and control algorithms. Current industrial grippers are robust, but lack the flexibility that allows for in hand manipulation. The authors believe that underactuated grippers provide the best approach to allow for in hand manipulation along with being rugged enough for an industrial setting. Thinking of the robotic gripper and the robotic arm as one system (as opposed to two separate subsystems), one is capable of using the degrees of freedom of the robot in conjunction with that of the gripper to provide the desired motion profile without the complexity of running two subsystems. This paper will outline where recent grippers have failed and will introduce a new design paradigm for grippers along with several underactuated gripper ideas. This paper was presented at the IFToMM/ASME International Workshop on Underactuated Grasping (UG2010), 19 August 2010, Montréal, Canada.

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)0,002
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,005
Communication savante0,0030,006
Science ouverte0,0020,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,196
Tête enseignante GPT0,259
Écart entre enseignants0,064 · 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'étudeThéorique ou conceptuel
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

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMechanical sciencesMême sujetRobot Manipulation and LearningTravaux en français237 207