MétaCan
Menu
Retour à la cohorte
Enregistrement W2102873222 · doi:10.1109/robot.2007.364142

Stable Non-linear Force/Position Mapping for Enhanced Telemanipulation of Soft Environments

2007· article· en· W2102873222 sur OpenAlexafffund
Pawel Malysz, Shahin Sirouspour

Notice bibliographique

RevueProceedings - IEEE International Conference on Robotics and Automation/Proceedings · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueTeleoperation and Haptic Systems
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTeleoperationControl theory (sociology)PassivityHaptic technologyComputer scienceNonlinear systemNyquist stability criterionPosition (finance)TorqueLyapunov stabilityRobotMathematicsEngineeringSimulationArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

The performance index in bilateral teleoperation, transparency, is often defined as linear scaling between the master and slave positions, as well as the operator and environment forces. Motivated by applications involving soft tissue manipulation such as robotic surgery, the transparency objective is generalized to include monotonic nonlinear mappings between the master/slave position and force signals. Modified Lyapunov-based adaptive motion/force controllers are presented that can guarantee the convergence of position and force tracking errors in the presence of dynamic uncertainty. Given a priori known bounds on the unknown operator and environment mass-spring-damper parameters, the closed-loop stability is analyzed using an off-axis circle criterion and the Nyquist envelope of interval plant systems. This approach produces far less conservative stability margins than those achievable by the passivity analysis. Experimental results with a two-axis teleoperation setup are provided.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,035
Tête enseignante GPT0,266
Écart entre enseignants0,231 · 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'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

Citations8
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings - IEEE International Conference on Robotics and Automation/ProceedingsMême sujetTeleoperation and Haptic SystemsTravaux en français237 207