MétaCan
Menu
Retour à la cohorte
Enregistrement W2118737809 · doi:10.1002/rob.10076

Automated Gripper Jaw Design and Grasp Planning for Sets of 3D Objects

2003· article· en· W2118737809 sur OpenAlex

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 Robotic Systems · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueRobot Manipulation and Learning
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésGRASPSet (abstract data type)GrippersMeasure (data warehouse)Degrees of freedom (physics and chemistry)Closure (psychology)Computer scienceQuality (philosophy)TrajectoryComputer visionAlgorithmArtificial intelligenceSimulationEngineeringMechanical engineeringData mining

Résumé

récupéré en direct d'OpenAlex

Abstract An algorithm for automatically generating a common jaw design and planning grasps for a given set of polyhedral objects is presented. The algorithm is suitable for a parallel‐jaw gripper equipped with three cylindrical fingers. The common jaw design eliminates the need for custom made grippers and tool changing. The proposed jaw configuration and planning approach reduces the search associated with locating the finger contacts from six degrees‐of‐freedom to one degree‐of‐freedom. Closed‐form algorithms for checking force closure and for predicting jamming are developed. Three quality metrics are introduced to improve the quality of the planned grasps. The first is a measure of the sensitivity of the grasp to errors between the actual and planned finger locations. The second is a measure of the efficiency of the grasp in terms of the contact forces. The third is a measure of the dependence of force closure on friction. These quality metrics are not restricted to cylindrical fingers and can be applied to n finger grasps. Running on a standard PC, the algorithm generated a solution in less than five minutes for a set of five objects with a total of 456 triangular facets. © 2003 Wiley Periodicals, Inc.

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)0,001
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: aucune
Score de désaccord entre enseignants0,937
Score d'incertitude au seuil0,363

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,038
Tête enseignante GPT0,266
Écart entre enseignants0,228 · 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