MétaCan
Menu
Retour à la cohorte
Enregistrement W2799569726 · doi:10.1139/tcsme-2016-0014

DESIGN AND DEVELOPMENT OF AN AUTONOMOUS OMNIDIRECTIONAL HAZARDOUS MATERIALS HANDLING ROBOT

2016· article· en· W2799569726 sur OpenAlexaffvenue
Nicholas Charabaruk, Scott Nokleby

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueRobotic Path Planning Algorithms
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésRobotOmnidirectional antennaSimulationComputer scienceSoftwareMobile robotReal-time computingEngineeringEmbedded systemArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper describes the design and testing of an autonomous omnidirectional robot to be used for moving radioactive materials while minimizing human exposure. The robot, called the OmniMaxbot, uses the Robot Operating System (ROS) to allow the individual components to communicate as well as to control the movement. Details about the hardware and software used in the OmniMaxbot are explained. Test results are presented for the navigation system based on the ROS packages: Global Planner, Base Local Planner, and Adaptive Monte Carlo Localization (AMCL). The test results confirm that the OmniMaxbot is capable of autonomously navigating to a mock ash can, lifting it, navigating to a drop-off location, putting the mock ash can down, backing away until the forks are clear of the mock ash can, and navigating to a standby location. These actions can be performed in areas with both static and dynamic obstacles.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,316
Score d'incertitude au seuil0,298

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 savante0,0000,000
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 Opus0,022
Tête enseignante GPT0,214
Écart entre enseignants0,192 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetRobotic Path Planning AlgorithmsTravaux en français237 207