MétaCan
Menu
Retour à la cohorte
Enregistrement W2069176397 · doi:10.1109/tro.2005.844677

Estimation of the flexural states of a macro-micro manipulator using point-acceleration data

2005· article· en· W2069176397 sur OpenAlexaff
Kourosh Parsa, Jorge Angeles, Arun K. Misra

Notice bibliographique

RevueIEEE Transactions on Robotics · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueDynamics and Control of Mechanical Systems
Établissements canadiensMcGill UniversityCanadian Space Agency
Organismes subventionnairesnon disponible
Mots-clésMicromanipulatorAccelerationControl theory (sociology)AccelerometerAngular velocityKalman filterMoment (physics)Computer scienceEngineeringPhysicsClassical mechanics

Résumé

récupéré en direct d'OpenAlex

The work reported here was motivated by the development of manipulator systems comprising one long-reach, flexible-link subsystem, termed the macromanipulator, and a short-reach, rigid-link subsystem, called the micromanipulator. The flexural states of the macromanipulator, needed for controlling such systems effectively, are not usually measurable directly. For this reason, a state-estimation algorithm is proposed which uses the velocity and angular-velocity data of the micromanipulator base to estimate the flexural states of the macromanipulator. The velocity data are inferred from the acceleration signals delivered by a kinematically redundant set of triaxial accelerometers. The accelerometer signals are also utilized to calculate the translational and angular accelerations of the micromanipulator base, which are, in turn, used along with the dynamics equations of the micromanipulator to obtain the reaction force and moment acting between the two subsystems. Treating the force and the moment as inputs, the dynamics equations of the macromanipulator alone are used in the observer, thus reducing the order of the dynamics model. The state-output relations, on the other hand, are linearized in closed form to lower the computational cost. The relations thus obtained are then used in an extended Kalman filter to estimate the flexural states of the system.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,883
Score d'incertitude au seuil0,313

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 Opus0,029
Tête enseignante GPT0,249
Écart entre enseignants0,220 · 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

Citations11
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on RoboticsMême sujetDynamics and Control of Mechanical SystemsTravaux en français237 207