MétaCan
Menu
Retour à la cohorte
Enregistrement W2069731879 · doi:10.1177/027836402320556377

On Path Planning and Obstacle Avoidance for Nonholonomic Platforms with Manipulators: A Polynomial Approach

2002· article· en· W2069731879 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe International Journal of Robotics Research · 2002
Typearticle
Langueen
DomaineComputer Science
ThématiqueRobotic Path Planning Algorithms
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésNonholonomic systemMotion planningObstacleObstacle avoidanceCartesian coordinate systemConstraint (computer-aided design)Configuration spaceControl theory (sociology)PolynomialPath (computing)Computer scienceOrientation (vector space)Space (punctuation)Mobile robotMathematicsMathematical optimizationRobotControl (management)Artificial intelligenceGeometryMathematical analysisPhysics

Résumé

récupéré en direct d'OpenAlex

A planning methodology for nonholonomic mobile platforms with manipulators in the presence of obstacles is developed that employs smooth and continuous functions such as polynomials. The method yields admissible input trajectories that drive both the manipulator and the platform to a desired configuration and is based on mapping the nonholonomic constraint to a space where it can be satisfied trivially. In addition, the method allows for direct control over the platform orientation. Cartesian space obstacles are also mapped into this space in which they can be avoided by increasing the order of the polynomials employed in planning trajectories. The additional parameters required are computed systematically, while the computational burden increases linearly with the number of obstacles and the system elements taken into account. Illustrative examples demonstrate the planning methodology in obstacle-free and obstructed environments.

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 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)0,002
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,682
Score d'incertitude au seuil0,354

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0020,000
Intégrité de la recherche0,0000,001
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 Opus0,133
Tête enseignante GPT0,347
Écart entre enseignants0,214 · 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