MétaCan
Menu
Retour à la cohorte
Enregistrement W2800813982 · doi:10.1139/tcsme-2017-0017

Practical considerations on proprioceptive tactile sensing for underactuated fingers

2018· article· en· W2800813982 sur OpenAlexaffvenue
Bruno Belzile, Lionel Birglen

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueRobot Manipulation and Learning
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésUnderactuationControl reconfigurationCurvatureProprioceptionTactile sensorComputer scienceControl theory (sociology)TrajectoryControl engineeringObject (grammar)Artificial intelligenceEngineeringRobotMathematicsPhysical medicine and rehabilitationControl (management)Embedded system

Résumé

récupéré en direct d'OpenAlex

Underactuated mechanisms are becoming more prevalent in new robotic graspers, partly because of the desire to reduce the complexity and associated costs of conventional fully actuated systems. With the same objective of reducing the costs of the components needed to provide a sensory feedback, several authors have worked on finding alternatives to external tactile sensors. This paper is about one of these methods, namely proprioceptive tactile sensing, especially designed for underactuated fingers. It focuses on certain practical considerations, such as the impact of the curvature of the grasped object and the reconfiguration of the finger after the contact, and proposes the analysis of their influence on the precision of the algorithm. To this aim, simulations and experimental data are provided for different grasping scenarios. It is shown that the effect of local curvature remains limited compared with other causes of imprecision such as friction in the system. It is also demonstrated that the reconfiguration, if within reasonable limits, does not cause significant variations on the estimation of the contact location.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,937
Score d'incertitude au seuil0,532

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 Opus0,038
Tête enseignante GPT0,260
Écart entre enseignants0,222 · 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
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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

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