MétaCan
Menu
Retour à la cohorte
Enregistrement W2801580312 · doi:10.1139/tcsme-2015-0018

ANALYSIS OF JOINT FAILURES ON THE LATERAL UNDULATION GAIT OF A ROBOTIC SNAKE

2015· article· en· W2801580312 sur OpenAlexaffvenue
Rishad A. Irani, Robert Bauer, Lydia North, Michael L. Nicholson, David S. Nolan, Brennan West

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensDalhousie UniversityRolls-Royce (Canada)
Organismes subventionnairesnon disponible
Mots-clésJoint (building)GaitSimulationRobotComputer scienceGround reaction forceControl theory (sociology)GeologyStructural engineeringEngineeringArtificial intelligencePhysical medicine and rehabilitationPhysicsControl (management)Kinematics

Résumé

récupéré en direct d'OpenAlex

This paper describes the development of a biologically-inspired hyper-redundant wheeled snake robot and a corresponding computer simulator to study the effects that joint failures have on the resulting lateral undulation motion. Experiments and corresponding simulations were carried out to study the robotic snake’s lateral undulation gait as power to individual joints was turned off. The results showed that joint failures were most detrimental to the snake’s lateral undulation gait when they occurred in the front half of the snake, while joint failures occurring between the midpoint and tail of the robotic snake were found to be less critical and generally resulted in slight lateral drifts as the forward motion progressed. To help compensate for joint failures in the tail-half part of the robot, a bias term was added to the control algorithm. For the conditions tested in this research, the use of a bias term appeared to be effective at reducing the lateral drift.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 GPT0,210
Écart entre enseignants0,182 · 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 source (Gemma direct ou Codex distillé), 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
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

Citations7
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetSoft Robotics and ApplicationsTravaux en français237 207