MétaCan
Menu
Retour à la cohorte
Enregistrement W2800115826 · doi:10.1139/tcsme-2013-0017

SOFT FOOD ROBOTIC PICK AND PLACE OPERATION WITH EMBEDDED CONTROL STRUCTURE

2013· article· en· W2800115826 sur OpenAlexvenueno aff
Shiuh-Jer Huang, Wei‐Han Chang, Janq‐Yann Lin

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueRobot Manipulation and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésController (irrigation)SMT placement equipmentTorqueRobotPosition (finance)Computer scienceControl engineeringControl systemControl (management)ArduinoEngineeringControl theory (sociology)SimulationArtificial intelligenceEmbedded system

Résumé

récupéré en direct d'OpenAlex

Robotic pick-and-place operation is planned for handling hard objects with on-off control gripper. It does not have force monitoring capability for safe grasping soft objects. Current force/torque sensor is too expensive and difficult to implement. Here, a low cost embedded control structure is designed with distributed FPGA robotic position control and gripper Arduino force control kernels. A model-free intelligent fuzzy sliding mode control strategy is employed to design the position controller of each robotic joint and gripper force controller. Experimental results show that the position and force tracking control errors of this robotic system are less than 1 mm and 0.1 N, respectively for pick-and-place different soft foods.

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: aucune
Score de désaccord entre enseignants0,961
Score d'incertitude au seuil0,526

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 Opus0,006
Tête enseignante GPT0,167
Écart entre enseignants0,161 · 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetRobot Manipulation and LearningTravaux en français237 207