MétaCan
Menu
Retour à la cohorte
Enregistrement W2771784245 · doi:10.1109/access.2017.2769618

A Time Domain Passivity Approach for Asymmetric Multilateral Teleoperation System

2017· article· en· W2771784245 sur OpenAlexaff
Usman Ahmad, Ya‐Jun Pan

Notice bibliographique

RevueIEEE Access · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueTeleoperation and Haptic Systems
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPassivityTeleoperationComputer scienceDomain (mathematical analysis)Distributed computingRobotEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Time-domain passivity control (TDPC) is a widely used reliable approach to ensure the stability of the teleoperation systems. Although TDPC almost guarantees the stability of the system, there can be a possibility of instability as TDPC inherits the zero division problem in its conventional control laws. Low value force or velocity signals can lead to zero division in control laws and can be a reason of control failure. A multilateral teleoperation system is much more complex as compared to a bilateral teleoperation system. A multilateral teleoperation system comprises of multiple humans and multiple master and slave robots which results in increased transmission of signals over a communication network. So, it is substantially invaluable for multilateral teleoperation system to have a control scheme which ensures a safe and stable operation. This paper, an extension of our previous work, presents a novel design of TDPC laws for multilateral teleoperation, which not only maintains the passivity of the system for stability but also avoids zero division, thus guaranteeing a stable operation. A new architecture of communication channel is introduced to assign different weights to the masters and slaves depending upon the task requirements. The control strategy proposed in this paper is valid for different numbers of masters and slaves. Simulation and experimental results are presented to demonstrate the efficacy of the control design.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,496
Score d'incertitude au seuil0,821

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,028
Tête enseignante GPT0,274
Écart entre enseignants0,246 · 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

Citations12
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetTeleoperation and Haptic SystemsTravaux en français237 207