MétaCan
Menu
Retour à la cohorte
Enregistrement W2104743730 · doi:10.5772/5676

Mechanical Implementation and Simulation of MoboLab, A Mobile Robot for Inspection of Power Transmission Lines

2007· article· en· W2104743730 sur OpenAlexfundno aff
Mostafa Nayyerloo, Seyyed Mohammad Mehdi Yeganehparast, Alireza Barati, Mahmud Saadat Foumani

Notice bibliographique

RevueInternational Journal of Advanced Robotic Systems · 2007
Typearticle
Langueen
DomaineEngineering
ThématiquePower Line Inspection Robots
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Waterloo
Mots-clésObstacleElectric power transmissionDamperLine (geometry)RobotMobile robotSimulationPower (physics)Controller (irrigation)Computer scienceTransmission linePower transmissionTransmission (telecommunications)EngineeringElectrical engineeringArtificial intelligenceControl engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This paper describes the first phase in development of a mobile robot that can navigate aerial power transmission lines completely unattended by human operator. Its ultimate purpose is to automate inspection of power transmission lines and their equipments. The authors have developed a scaled functional model of such a mobile robot with a preliminary simple computer based on-off controller. MoboLab (Mobile Laboratory) navigates a power transmission line between two strain towers. It can maneuver over obstructions created by line equipments such as insulators, warning spheres, dampers, and spacer dampers. It can also easily negotiate the towers by its three flexible arms. MoboLab has an internal main screw which enables the robot to move itself or its two front and rear arms independently through changing gripped points. When the front arm gets close to an obstacle, the arm detaches from the line and goes down, the robot moves forward, the arm passes the obstacle and grippes the line again. In a same way another arms pass the obstacle.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,010
Tête enseignante GPT0,318
Écart entre enseignants0,307 · 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

Citations28
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Advanced Robotic SystemsMême sujetPower Line Inspection RobotsTravaux en français237 207