MétaCan
Menu
Retour à la cohorte
Enregistrement W2094105667 · doi:10.1109/iros.2010.5651279

Performance analysis of a manipulation task in time-delayed teleoperation

2010· article· en· W2094105667 sur OpenAlexaff
Michael C. Yip, Mahdi Tavakoli, Robert D. Howe

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTeleoperation and Haptic Systems
Établissements canadiensUniversity of AlbertaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTeleoperationHaptic technologyTask (project management)Computer scienceRobotSimulationTeleroboticsHuman–computer interactionArtificial intelligenceEngineeringMobile robot

Résumé

récupéré en direct d'OpenAlex

There is ample research on the stabilization of haptic teleoperation systems under communication time delay. Little attention, however, has so far been paid to the usefulness of delayed haptic feedback on task performance. While the usefulness of haptic feedback in no-delay teleoperation has been previously established, this paper investigates whether haptic feedback helps to improve task performance in the presence of delay. We consider peg-in-the-hole insertion, which is a dexterous manipulation task requiring high force levels at certain points during the task execution. Through a user study involving unilateral and bilateral teleoperation experiments under different delays, it is observed that in both unilateral and bilateral teleoperation, the task completion time increases as delay increases. It is also seen that haptic feedback helps reduce the amount and rate of energy transfer to the environment and the occurrence of larger robot/environment interaction forces. However, with the users mindful of minimizing contact forces, haptic feedback causes the task to take more time compared to no haptic feedback regardless of the time delay. Thus, for tasks where low completion times are crucial given a tolerance for larger forces, unilateral feedback may be sufficient.

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: Empirique
Score de désaccord entre enseignants0,407
Score d'incertitude au seuil0,677

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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,201
Écart entre enseignants0,195 · 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

Citations10
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTeleoperation and Haptic SystemsTravaux en français237 207