MétaCan
Menu
Retour à la cohorte
Enregistrement W2032896171 · doi:10.1109/iros.2012.6386201

Unimodal asymmetric interface for teleoperation of mobile manipulators: A user study

2012· article· en· W2032896171 sur OpenAlexaff
Alejandro Hernandez Herdocia, Azad Shademan, Martin Jägersand

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTeleoperation and Haptic Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTeleoperationHaptic technologyWorkspaceKinematicsTeleroboticsComputer scienceMobile manipulatorMaster/slaveInterface (matter)Task (project management)SimulationFitts's lawDisplacement (psychology)Mobile robotRobotEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

There is demand to develop methods and interfaces for teleoperation of complex systems in mission-critical applications. In this paper, we study three different methods to command a one-arm mobile manipulator from a 6-DOF input device capable of haptic feedback. The linkage between the master and the slave devices is asymmetric, that is, the input haptic interface (master) is much smaller and has different kinematics and dynamics from the robot arm and the mobile base (slave). Three different master-slave motion coordination schemes are compared here (1) workspace clutching, (2) differential end-zone, and (3) position/rate switching. We study repetitive user performance for seven subjects in a static Tower of Hanoi manipulation task and present single case studies for two mobile manipulation tasks: door opening and large-displacement Towers of Hanoi. Our experimental platform consists of a 4-DOF WAM (Whole Arm Manipulator) on a Segway RMP (Robotic Mobility Platform) controlled by a Phantom Omni haptic device. Cameras are used to relay scene images to the remote operator. The human stays in the loop throughout the entire task. The results obtained from user studies provide insight on how to interface and command a mobile manipulator.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,391
Score d'incertitude au seuil0,298

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 Opus0,019
Tête enseignante GPT0,270
Écart entre enseignants0,251 · 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

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTeleoperation and Haptic SystemsTravaux en français237 207