MétaCan
Menu
Retour à la cohorte
Enregistrement W2132797620 · doi:10.1017/s026357471300091x

Planar kinematics analysis of a snake-like robot

2013· article· en· W2132797620 sur OpenAlexaff
Lounis Douadi, Davide Spinello, Wail Gueaieb, Hassan Sarfraz

Notice bibliographique

RevueRobotica · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésKinematicsRevolute jointNonholonomic systemRobot kinematicsForward kinematicsRobotKinematic diagramKinematic chainConstraint (computer-aided design)Computer scienceWorkspaceRoboticsDegrees of freedom (physics and chemistry)EngineeringPath (computing)Control theory (sociology)PlanarInverse kinematicsMobile robotArtificial intelligenceMechanical engineeringControl (management)Physics

Résumé

récupéré en direct d'OpenAlex

SUMMARY This paper presents the kinematics of a planar multibody vehicle which is aimed at the exploration, data collection, non-destructive testing and general autonomous navigation and operations in confined environments such as pipelines. The robot is made of several identical modules hinged by passive revolute joints. Every module is actuated with four active revolute joints and can be regarded as a parallel mechanism on a mobile platform. The proposed kinematics allows to overcome the nonholonomic kinematic constraint, which characterizes typical wheeled robots, resulting into a higher number of degrees of freedom and therefore augmented actuation inputs. Singularities in the kinematics of the modules are analytically identified. We present the dimensional synthesis of the length of the arms obtained as the solution of an optimization problem with respect to a suitable dexterity index. Simulation results illustrate a kinematic control path following inside pipes. Critical scenarios such as 135° elbows and concentric restriction are explored. Path following shows the kinematic capability of deployment of the robot for autonomous operations in pipelines, with feedback implemented by on-board sensors.

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 enseignants0,002
Score d'incertitude au seuil0,005

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 ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,189
Écart entre enseignants0,182 · 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

Citations15
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRoboticaMême sujetRobotic Mechanisms and DynamicsTravaux en français237 207