MétaCan
Menu
Retour à la cohorte
Enregistrement W2133501105 · doi:10.1109/ccece.1993.332274

Singularity control of robot manipulators using closed-form kinematic solutions

2002· article· en· W2133501105 sur OpenAlexaff
John E. Lloyd, Vincent Hayward

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCartesian coordinate systemKinematicsSingularityGravitational singularityBounded functionInverse kinematicsRobot kinematicsRobotControl theory (sociology)MathematicsRoboticsPath (computing)Computer scienceMathematical analysisArtificial intelligenceGeometryClassical mechanicsPhysicsMobile robotControl (management)

Résumé

récupéré en direct d'OpenAlex

In robotics, kinematic singularities of serial chain manipulators arise at places where the transformation from Cartesian coordinates to robot joint coordinates becomes ill-defined, with a loss of one or more degrees of freedom. Traveling close to a singularity while following a path in Cartesian coordinates typically results in unacceptably high joint velocities and accelerations. The problem of singularity control is to keep the joint velocities and accelerations bounded while still trying to stay close to the desired path. The paper explores an alternative method of singularity control which directly utilizes closed-form inverse kinematic solutions. While not all robots have closed-form solutions, most six degree-of-freedom robots in common use do. Closed form kinematic solutions offers the advantages of speed and computational stability. Perhaps most importantly, they also enable us to know exactly where the various singularities are. We specifically consider straight line Cartesian trajectories, and discuss a method for constructing a velocity profile that allows these trajectories to pass near or through singularities without any deviation in the spatial path, while keeping both the joint velocities and accelerations bounded.>

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,040
Tête enseignante GPT0,205
Écart entre enseignants0,165 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRobotic Mechanisms and DynamicsTravaux en français237 207