MétaCan
Menu
Retour à la cohorte
Enregistrement W2322328123 · doi:10.1115/ipc2004-0682

Vertical Pipe Inspection Using Swarm of Independent Robots

2004· article· en· W2322328123 sur OpenAlexaff
Daniela Pellizzari, Alejandro Ramirez‐Serrano, Giovanni C. Pettinaro

Notice bibliographique

Revue2004 International Pipeline Conference, Volumes 1, 2, and 3 · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesEuropean Commission
Mots-clésRobotSwarm behaviourClimbRigidity (electromagnetism)Computer scienceMobile robotWork (physics)Motion (physics)SimulationArtificial intelligenceEngineeringMechanical engineeringStructural engineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

The work reported here describes a solution to the problem of inside vertical pipe inspection using a swarm of independent mobile robots. The proposed solution assumes the pipe diameter to be known, however, it does not make any further assumptions concerning the height to be climbed/inspected or the material and characteristics of the pipe. The robots considered are fully independent/intelligent/autonomous units and are able to connect to each other firmly as needed so as to form diverse rigid configuration structures (swarms). By exploiting the rigidity of such connections, the robots composing a swarm climb the inner vertical walls of a pipe simply by exerting together a force towards the pipe walls and by jointly moving forward at the same speed (as a team). During the joint motion, the robots are able to monitor their peers as well as the integrity of the surface by using a small CCD camera mounted on top of each robot. If one of them detects an unusual condition, it lits up and continues its motion waiting for all the other to acknowledge the situation by litting up them-selves. When this happens, they all jointly stop preventing in this way a sudden break of the force exerted on the walls and a consequent collapse of the swarm structure. In this way diverse pipe configurations can be effectively inspected.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
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 Opus0,019
Tête enseignante GPT0,249
Écart entre enseignants0,230 · 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

Citations0
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2004 International Pipeline Conference, Volumes 1, 2, and 3Même sujetSoft Robotics and ApplicationsTravaux en français237 207