MétaCan
Menu
Retour à la cohorte
Enregistrement W2098245993 · doi:10.1115/1.4005049

Adaptive Control of Teleoperation Systems With Linearly and Nonlinearly Parameterized Dynamic Uncertainties

2012· article· en· W2098245993 sur OpenAlex
Xia Liu, Mahdi Tavakoli

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

RevueJournal of Dynamic Systems Measurement and Control · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueTeleoperation and Haptic Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTeleoperationTransparency (behavior)Control theory (sociology)Adaptive controlTrajectoryComputer scienceParameterized complexityRobotLyapunov functionScheme (mathematics)Control engineeringControl (management)EngineeringArtificial intelligenceMathematicsNonlinear systemAlgorithm

Résumé

récupéré en direct d'OpenAlex

Existing work concerning adaptive control of uncertain teleoperation systems only deals with linearly parameterized (LP) dynamic uncertainties. Typical teleoperation system dynamics, however, also posses terms with nonlinearly parameterized (NLP) structures. An example of such terms is friction, which is ubiquitous in the joints of the master and slave robots of practical teleoperation systems. Uncertainties in the NLP dynamic terms may lead to significant position and force tracking errors if not compensated for in the control scheme. In this paper, adaptive controllers are designed for the master and slave robots with both LP and NLP dynamic uncertainties. Next, these controllers are incorporated into the 4-channel bilateral teleoperation control framework to achieve transparency. Then, transparency of the overall teleoperation is studied via a Lyapunov function analysis. Simulation studies demonstrate the effectiveness of the proposed adaptive scheme when exact knowledge of the LP and NLP dynamics is unavailable.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,754
Score d'incertitude au seuil0,775

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,012
Tête enseignante GPT0,195
Écart entre enseignants0,183 · 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