MétaCan
Menu
Retour à la cohorte
Enregistrement W2746004329 · doi:10.1115/1.4037733

A Control-Oriented Framework for Direct Impulse-Based Rendering of Haptic Contacts

2017· article· en· W2746004329 sur OpenAlexaff
Arash Mohtat, Colin Gallacher, József Kövecses

Notice bibliographique

RevueJournal of Dynamic Systems Measurement and Control · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueTeleoperation and Haptic Systems
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésRendering (computer graphics)Computer scienceImpulse (physics)Haptic technologyContact forceSimulationComputer vision

Résumé

récupéré en direct d'OpenAlex

In many haptic applications, producing a sharp feeling of impact is crucial for high-fidelity force feedback rendering of virtual objects (VOs). Although suitable for rendering collision-rich haptic interactions, impulse-based methods are rarely used in a pure form. Instead, they are combined with penalty-based elements in different forms such as virtual couplings (VCs) and hybridization. In this paper, we first propose the direct impulse-based paradigm for rendering haptic contacts using a new sampled-data interpretation of the impact problem. Then, we cast this interpretation into a systematic framework entitled the generalized contact controller (GCC). This enables us to implement different contact rendering methods as controllers and to improve them by appropriating a wide array of analysis and design tools developed in the control field. We specifically show how to apply position and velocity corrections to the purely impulse-based contact controller for enhancing its energy and sustained contact characteristics, and how to add an anti-windup compensator (AWC) for meeting actuation limits. These propositions are validated via simulation and experiments, as well as via human perception studies. Results show the promising aspects of the proposed impulse-based methods for generating a sharper unfiltered feeling of rigid-body contacts even at low sampling rates.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,923
Score d'incertitude au seuil0,666

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 GPT0,238
Écart entre enseignants0,219 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dynamic Systems Measurement and ControlMême sujetTeleoperation and Haptic SystemsTravaux en français237 207