MétaCan
Menu
Retour à la cohorte
Enregistrement W2092889271 · doi:10.1109/smc.2014.6974357

Kinematic properties and control for reconfigurable robotic system

2014· article· en· W2092889271 sur OpenAlexaff
R. Al Saidi, Bruce Minaker

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueModular Robots and Swarm Intelligence
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésKinematicsSCARAWorkspaceControl engineeringControl theory (sociology)Computer scienceRobot kinematicsControl systemRoboticsRobotEngineeringArtificial intelligenceControl (management)Mobile robot

Résumé

récupéré en direct d'OpenAlex

This paper presents the kinematic aspects of reconfigurable manipulators such as workspace, manipulability and singularity properties. These properties are calculated and shown in 3D figures. Variable control structures are designed for reconfigurable robotic systems. These robotic systems combine as many properties of different open kinematic structures as possible and can be used for a variety of applications. The kinematic design parameters, i.e., their Denavit-Hartenberg (D-H) parameters, can be modified to satisfy any configuration required to meet a specific task. By varying the joint twist angle parameter (configuration parameter), the presented model is reconfigurable to any desired open kinematic structure, such as ABB, Stanford and SCARA robotic systems. The joint angle and the offset distance of the D-H parameters are also modeled as variable parameters (reconfigurable joint). The resulting self-reconfigurable robotic system hence encompasses different kinematic structures and has a reconfigurable joint to accommodate any required application in medical technology, space exploration and future manufacturing systems among others. A 3-DOF reconfigurable robotic system is constructed and demonstrated as a case study which covers all possible open kinematic structures. SMC controllers were developed based on estimated, bounded models and on computed torque method. This research is intended to serve as a foundation for future studies in reconfigurable control systems.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,022
Tête enseignante GPT0,185
Écart entre enseignants0,163 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetModular Robots and Swarm IntelligenceTravaux en français237 207