MétaCan
Menu
Retour à la cohorte
Enregistrement W2734745502 · doi:10.1115/1.4037287

Slip Analysis for a Wheeled Mobile Manipulator

2017· article· en· W2734745502 sur OpenAlexaff
Tao Song, Fengfeng Xi, Shuai Guo, Xiaowei Tu, Xianhua Li

Notice bibliographique

RevueJournal of Dynamic Systems Measurement and Control · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueControl and Dynamics of Mobile Robots
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesBeijing Municipal Science and Technology CommissionScience and Technology Commission of Shanghai Municipality
Mots-clésSlip (aerodynamics)InertiaControl theory (sociology)KinematicsMobile manipulatorEngineeringComputer scienceStructural engineeringSimulationMobile robotRobotArtificial intelligenceAerospace engineeringControl (management)Physics

Résumé

récupéré en direct d'OpenAlex

A method is presented for slip analysis of a wheeled mobile manipulator. The said system consists of an industrial manipulator mounted on a mobile platform performing aircraft manufacturing tasks. Unlike tracked/legged mobile robots that may slip when negotiating slopes or climbing stairs, a wheeled mobile manipulator may slip resulting from the manipulator movement or the forces from the end-effector during fastening. Slip analysis is crucial to ensure pose accuracy for operation. In this study, first a universal friction constraint is used to derive the slip condition of the system. Three cases are considered, with the first case considering the reaction force in relation to the stand-off distance between the mobile manipulator and the workpiece. The second case deals with the joint speeds to investigate the effect of coupling terms including centrifugal forces and gyroscopic moments on slip. The third case deals with the joint accelerations to investigate the effect of inertia forces and moments on slip. Simulations and experiments are carried out to verify the proposed method.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,015
Tête enseignante GPT0,224
Écart entre enseignants0,209 · 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

Citations20
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dynamic Systems Measurement and ControlMême sujetControl and Dynamics of Mobile RobotsTravaux en français237 207