Real-Time Internet-Based Teleoperation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Internet-based teleoperation employs robots and internet a two breakthrough technologies to manipulate robots from distance for different applications. Variable and unknown time delay dynamics of internet is the main obstacle for realtime teleoperation via internet. In this paper the internet delay dynamics and its characteristics have been studied based on the measurement in different nodes. Then a black-box model for end-to-end internet delay dynamics has been developed using system identification and Auto-Regressive eXogeneous (ARX) model. Our experimental studies show a regular periodic behaviour in long-term intervals of internet delay variation and also confirm the accuracy and reliability of our theoretical and modelling derivations. This paper also introduces a novel multivariable control method for real-time telerobotic operations via Internet. Random communications delay of the Internet can cause instability in realtime closed-loop telerobotic systems. When a single identification model is used, it will have to adapt itself to the operating condition before an appropriate control mechanism can be applied. Slow adaptation may result in a large transient error. As an alternative, we propose to use a Multiple Model framework. The control strategy is to determine the best model for the current operating condition and activate the corresponding controller. We propose the use of Multi-Model Adaptive Control Theory and Multivariable Wave prediction method to capture the concurrency and complexity of Internet-based teleoperation. The results confirm the efficiency of the proposed technique in dealing with constant and variable delay dynamics of internet.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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