A Multi-Rate Control Scheme for a Robotic Eye/Head System Integrating Visual and Self-Motion Cues
Notice bibliographique
Résumé
In primates, the vestibulo-ocular reflex (VOR) is known to stabilize gaze during head perturbations. Also, the internal brain circuits controlling eye movements are found to operate with neural delays much smaller than delays in visual processing pathways (~2ms vs 150 ms). Based on these biological findings, we present a unified multi-rate biomimetic gaze controller integrating VOR mechanisms (self-motion cues) with tracking (pursuit and saccades) for a robotic head with two cameras. The controller uses automatic parametric switching in shared premotor circuits to alternate between two movement types: smooth pursuit (slow phase) relying on visual feedback, and fast blind corrective jumps (fast phase) producing nystagmus. During fixation or tracking of a target (slow phase), a head-motion sensor (VOR) detects head rotation direction and drives the cameras in the opposite direction so that gaze in space remains on the visual target. A multi- rate control scheme is used to overcome inherent delays in the visual system limited to a 30Hz frame rate. Adding prediction and memory (PDI controller) in the visual feedback copes better with visual delays and allows slow tracking bandwidths near 2Hz. The rest of the controller operates at 600Hz: since the saccade circuit is effectively blind, the higher rate controller operation allows increasing saccade bandwidths without ringing to over 30Hz. In this paper, we describe the controller model and we present simulation results to demonstrate its performance.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».