A Fault-Tolerant Fuzzy-Logic Based Redundancy Resolution Method for Underwater Mobile Manipulators
Notice bibliographique
Résumé
In this work, a fault-tolerant redundancy resolution scheme is presented that allows a single 6-DOF command to be distributed over a small URVM system composed of an otherwise underactuated URV and serial manipulator. The URVM system admits an infinite number of joint-space solutions for each commanded end-effector state due to its inherent redundancy. The primary objective is realized using the right Moore-Penrose pseudoinverse solution. The secondary objectives are: avoiding manipulator joint limits, avoiding singularity and high joint velocity; keeping the end-effector in sight of the on-board camera minimizing the URV motion; and minimizing the drag-force resistance, or weathervaning. Each criterion is defined within the framework of the Gradient Projection Method. The hierarchy for the secondary tasks is established by a low-level artificial pilot that determines a weighting factor for each criterion based on if- then type fuzzy rules that reflect an expert human pilot's knowledge. A Mamdani fuzzy inference system is used to interpret the fuzzy rules based on the sensory knowledge. The resulting weight schedule yields a self-motion (null-space motion) that emulates how a skilled operator would utilize the full capabilities of the URVM to achieve the secondary objectives. The proposed redundancy resolution scheme has a fault-tolerant property. When a joint failure occurs, the scheme automatically redistributes the end-effector velocity command taking into account the faulty joints. To demonstrate the efficacy of the proposed scheme, several numerical simulations are performed The results illustrate the validity of the proposed redundancy scheme.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».