MétaCan
Menu
Retour à la cohorte
Enregistrement W2766156202 · doi:10.1142/s2301385018500012

Trajectory Planning and Control of a Quadrotor Choreography for Real-Time Artist-in-the-Loop Performances

2017· article· en· W2766156202 sur OpenAlexafffund
Michael El-Jiz, Luís Rodrigues

Notice bibliographique

RevueUnmanned Systems · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCentre for Interdisciplinary Research in Music Media and Technology
Mots-clésMIDIComputer scienceTrajectoryMotion captureChord (peer-to-peer)Artificial intelligenceMotion (physics)

Résumé

récupéré en direct d'OpenAlex

This paper proposes a systematic methodology for the guidance, control, and navigation of a quadrotor to perform a choreographed dance in real-time as a function of, and interacting with, the music performed by an artist-in-the-loop. This methodology allows for a real-time interaction with improvized music by an artist based on the pitch of the acoustic signal being played without prior knowledge of the music. The four main components of a human choreography (namely, the notions of space, shape, time and structure) are analyzed and mathematically formulated for a robotic performance. A new approach for mapping music features to trajectory parameters is proposed, as well as the design of a trajectory shaping filter based on two coefficients that are set in real-time by an artist through a MIDI foot-pedal board. The proposed approach maps motion parameters and the music to trajectory motifs that are then switched in harmony with the chord structure. The overall system is validated in a hardware-in-the-loop simulation where the hardware will consist of the musical instrument and the foot pedals. In the simulation, the trajectory generator system is inverted to generate a sequence of music pitches from the actual trajectory of the quadrotor. The music generated by the quadrotor is then played back to the musician allowing for real-time interaction. The simulation results show that the proposed methodology yields an effective performance for a quadrotor choreography based on the real-time interaction with a musician. The proposed system was successfully used by an artist as can be seen in a video link to the work described in this paper and listed in the conclusions.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

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 savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,019
Tête enseignante GPT0,261
Écart entre enseignants0,242 · 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

Citations10
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUnmanned SystemsMême sujetMusic Technology and Sound StudiesTravaux en français237 207