MétaCan
Menu
Retour à la cohorte
Enregistrement W2753741317 · doi:10.1109/jsen.2017.2750157

A Compliant 3-Axis Fiber-Optic Force Sensor for Biomechanical Measurement

2017· article· en· W2753741317 sur OpenAlexafffund
Osama Al-Mai, Mojtaba Ahmadi, Jacques Albert

Notice bibliographique

RevueIEEE Sensors Journal · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Invasive Vital Sign Monitoring
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésShear forceOptical fiberNonlinear systemAcousticsFiber optic sensorVoltageLight intensityMeasure (data warehouse)Intensity (physics)OpticsPhysicsStructural engineeringComputer scienceEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This paper presents the development of a flexible, multi-axis, intensity modulated-based fiber-optic force sensor for concurrently measuring normal and shear forces. The proposed sensor was prototyped to measure the three force components by monitoring the variation of the light intensity induced by a deformation as a result of the applied force. One end of the sensor incorporates three orthogonal reflective planes. The other end brings three pairs of fibers; one fiber connected to an LED, and the other to a light-to-voltage (LTV) converter in each pair. Upon the application of the force, the distance between the planes and the fiber tips changes, thus, the LTV voltage changes, enabling the simultaneous measurement of forces along three normal axes utilizing only one set of force measurement unit. The fabricated sensor was tested in both static and dynamic loading conditions as the experimental results have confirmed that the prototype has the capability to accurately measure the normal and shear forces in real time ranging from 0 to 1000 N and 0 to 140 N along the z, x, and y axes, respectively. The feasible applications of the sensor are ground reaction force measurements and robot-human collision detection. Sensor performance was evaluated for the cross-talk effects, which were found to be less than 5%. A nonlinear Hammerstein-Winer model is proposed to characterize the linear and nonlinear behavior of the sensor. The optimized results have shown a reduction of over 40% in the root mean-square errors in comparison with the linear estimation models.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,062
Tête enseignante GPT0,275
Écart entre enseignants0,213 · 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'étudeExpérimental (laboratoire)
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

Citations35
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetNon-Invasive Vital Sign MonitoringTravaux en français237 207