MétaCan
Menu
Retour à la cohorte
Enregistrement W2567753769 · doi:10.1109/cdc.2016.7798467

Switching time domain passivity control for multilateral teleoperation systems under time varying delays

2016· article· en· W2567753769 sur OpenAlexaff
Usman Ahmad, Ya‐Jun Pan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTeleoperation and Haptic Systems
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésTeleoperationPassivityControl theory (sociology)WeightingStability (learning theory)Division (mathematics)Scheme (mathematics)Computer scienceControl systemDomain (mathematical analysis)Time domainControl engineeringTransmission (telecommunications)EngineeringMaster/slaveControl (management)MathematicsTelecommunicationsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Time domain passivity control, a well known control scheme widely used for teleoperation systems, normally works under the constraint of zero division. Small force or velocity signals can cause the occurrence of zero division which ultimately leads the system to be unstable. This paper presents a novel switching time domain passivity control scheme for multilateral teleoperation systems which not only ensures the stability of the system but also avoids zero division. In contrast to bilateral teleoperation systems, the multilateral teleoperation system is much more complex as it involves increased number of master and slave hardware, multiple operators and transmission of multiple signals over the communication network. A new framework for the communication channel has been proposed which incorporates the use of weighting coefficients to give masters and slaves authority depending upon the requirements of the operation. As the switching time domain passivity control keeps the system passive all the time, the stability is guaranteed. The proposed control scheme is valid for n masters and n slaves. Simulations with two masters and two slaves are carried out to verify the effectiveness of the proposed 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

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)0,0000,001

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 Opus0,008
Tête enseignante GPT0,203
Écart entre enseignants0,194 · 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.

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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTeleoperation and Haptic SystemsTravaux en français237 207