Inverse kinematics and path planning methods for discretely-actuated hyper-redundant manipulators
Notice bibliographique
Résumé
Hyper-redundant manipulators are long and slender robotic arms capable of searching, exploring, and operating in confined environments. The very large number of actuated degrees of freedom requires the complex activation of simultaneous actuators to perform point-to-point motions between two poses. There exists two broad classes of motion planning algorithms in high dimensional spaces, effector-based and joint-based methods. While effector-based resolution methods can provide a quick solution to the end-effector path, they require an inverse kinematics solver to fit the joint space to the desired trajectory. Meanwhile, joint-based planners solve the path planning problem directly at the actuator level, but the statistical nature of these processes is sensitive to the dimensionality of the problem and falters in higher order systems. The goal of this work is to improve the joint based path planning of hyper-redundant manipulators by exploiting the behavioural strategies observed in octopuses. The research focuses on two search algorithms for the resolution of the inverse kinematics and the path planning problem of discretely-actuated manipulators. The first part of this thesis presents an inverse kinematics method inspired by the dynamic quasi-articulated structure of octopus limbs. A novel probabilistic roadmap path planner, based on the antagonistic muscle contraction waves responsible for the movement of the tentacle, is then proposed along with a method for focusing the search area during the roadmap construction phase. Keywords: hyper-redundant manipulators, inverse kinematics, obstacle avoidance, path planning
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».