MétaCan
Menu
Retour à la cohorte
Enregistrement W2473219533 · doi:10.2514/6.iac-04-i.7.02

Experiments on Robotic Capture of Objects in Space

2004· article· en· W2473219533 sur OpenAlexafffundabout

Notice bibliographique

Revue55th International Astronautical Congress of the International Astronautical Federation, the International Academy of Astronautics, and the International Institute of Space Law · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueSpace Satellite Systems and Control
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésVisual servoingRobotComputer scienceRobotic spacecraftObject (grammar)Artificial intelligenceComputer visionSimulation

Résumé

récupéré en direct d'OpenAlex

In this paper, we describe an experimental facility for studying robotic grasping of objects in space. This problem arises in several applications, including on-orbit servicing of satellites and removal of space debris. The facility is based on a novel concept for experimental evaluation of robotic capture of freefloating objects. The central idea behind it is to use a small helium airship to emulate a free-floating object. Over the past year, a facility has been developed at McGill University to implement this concept in a laboratory setting. The main components of our facility are: a seven-degree-of-freedom robot, a spherical helium airship 5 ft in diameter, a stereo-based vision system and control hardware. One key issue that had to be addressed for the airship is how to make it balanced and neutrally buoyant. Control architecture has been developed allowing the airship to fly under computer control. The function of the robot is to intercept the airship and grab it by a grapple fixture. A ‘look then move’ visual servoing architecture has been implemented allowing the robot to follow a target. The paper describes the main components of the facility and the algorithms implemented for balloon balancing, robot control and visual servoing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,690
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0030,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,246
Écart entre enseignants0,234 · 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 tête enseignante, pas un consensus.

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

Citations7
Publié2004
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revue55th International Astronautical Congress of the International Astronautical Federation, the International Academy of Astronautics, and the International Institute of Space LawMême sujetSpace Satellite Systems and ControlTravaux en français237 207