MétaCan
Menu
Retour à la cohorte
Enregistrement W2048825222 · doi:10.1177/0278364913507612

Design and experimental validation of planar programmable inertia generators

2013· article· en· W2048825222 sur OpenAlexafffund
Clément Gosselin, Thierry Laliberté, Marie-Chantal Fortin

Notice bibliographique

RevueThe International Journal of Robotics Research · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueTeleoperation and Haptic Systems
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInertiaRendering (computer graphics)AccelerationPlanarControl theory (sociology)Generator (circuit theory)Sylvester's law of inertiaComputer scienceSimulationControl engineeringEngineeringPhysicsClassical mechanicsArtificial intelligenceControl (management)Computer graphics (images)

Résumé

récupéré en direct d'OpenAlex

This paper investigates the design and experimental development of planar programmable inertia generators. An inertia generator is a hand-held haptic device that has a programmable inertia. By moving internal masses in reaction to accelerations induced by the user, the effective inertia of the device is modified in order to render a prescribed inertia. In this paper, a one-degree-of-freedom device with one internal moving mass is first proposed. The corresponding dynamic model is developed and the rendering capabilities of the device are investigated. Then, a controller is designed to produce the appropriate motion of the internal mass in reaction to the acceleration induced by the user. A prototype is presented and experimental results are discussed. A mechanical architecture is then proposed for the design of a planar three-degree-of-freedom inertia generator. The corresponding dynamic model is derived, and it is shown that the generalized inertia matrix of the proposed mechanism is always of full rank. The rendering capabilities of the device are also investigated. Finally, simulation results obtained with the three-degree-of-freedom inertia generator are reported and discussed.

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)0,001
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 enseignants0,419
Score d'incertitude au seuil0,131

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,078
Tête enseignante GPT0,336
Écart entre enseignants0,259 · 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

Citations9
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Robotics ResearchMême sujetTeleoperation and Haptic SystemsTravaux en français237 207