MétaCan
Menu
Retour à la cohorte
Enregistrement W2805111339 · doi:10.1109/tmech.2018.2840051

Dynamic Point-to-Point Trajectory Planning of a Three-DOF Cable-Suspended Mechanism Using the Hypocycloid Curve

2018· article· en· W2805111339 sur OpenAlexafffund
Pascal Dion-Gauvin, Clément Gosselin

Notice bibliographique

RevueIEEE/ASME Transactions on Mechatronics · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTrajectoryWorkspaceAccelerationControl theory (sociology)Point (geometry)Mechanism (biology)Point-to-pointPath (computing)Motion (physics)Computer scienceHorizontal planeMotion planningMathematicsPhysicsGeometryArtificial intelligenceClassical mechanicsControl (management)Robot

Résumé

récupéré en direct d'OpenAlex

This paper proposes a dynamic trajectory planning technique for the point-to-point motion of three-degree-of-freedom cable-suspended mechanisms. The trajectory path is inspired from a hypocycloid curve that is embedded in the plane defined by the acceleration vector at the initial point and the final point. The proposed motion ensures zero instantaneous velocity at each of the endpoints and continuity of the acceleration, while positive cable tensions are guaranteed through a proper choice of the number of arcs of the hypocycloid. The trajectory can be used in sequence to connect consecutive target points that may lie beyond the static workspace of the mechanism. Compared to previously proposed approaches, the technique developed in this paper produces very large regions of attainable target points. In particular, it is proven that horizontal trajectories are always feasible, for any prescribed target point. Simulation results of an example trajectory are included in order to illustrate the approach, along with a video demonstration of an experimental validation performed using a prototype.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,822
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,020
Tête enseignante GPT0,246
Écart entre enseignants0,226 · 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.

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

Citations34
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE/ASME Transactions on MechatronicsMême sujetRobotic Mechanisms and DynamicsTravaux en français237 207