MétaCan
Menu
Retour à la cohorte
Enregistrement W2119312639 · doi:10.1109/icma.2006.257720

A Test-Bed for Visual Servo Control of Artificial Muscle Micro-Robot with Parallel Architecture

2006· article· en· W2119312639 sur OpenAlexaff
Xiaoyun Wang, Lidai Wang, Shuxiang Guo, James K. Mills

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueDielectric materials and actuators
Établissements canadiensCanadian Space AgencyUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésActuatorVisual servoingComputer scienceArtificial muscleRobotServoElectroactive polymersControl engineeringServo controlArtificial intelligenceServomotorBiomimeticsEngineering

Résumé

récupéré en direct d'OpenAlex

Artificial muscles, or soft smart materials, are being increasingly used to build micro-manipulators. Electroactive polymer (EAP) actuators, including electronic EAP and ionic EAP, are attracting interest from research community because of their potential to achieve high strains and therefore high displacements. However, their application is limited by their ability to generate large forces. A parallel architecture, i.e. handling objects using multiple polymer actuators, can greatly enhance their load carrying ability. A significant technical challenge presented by micro-manipulators based on artificial muscle actuators is the nonlinearity of actuator dynamics. Currently, there is no satisfactory model that can used in the control design. Visual servo (VS) control of the displacements of a robot in closed-loop using the data provided by one or multiple cameras is presented as a possible approach to this problem. A parallel architecture micro-gripper is designed as a prototype of a micro-gripper. A vision system is developed to identify dynamic behaviors of IPMC arms and design a control system for the parallel micro-gripper. Preliminary identification and control results are given. Visual servoing motion control is introduced

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,004
Tête enseignante GPT0,187
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

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'étudeExpérimental (laboratoire)
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

Citations6
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDielectric materials and actuatorsTravaux en français237 207