MétaCan
Menu
Retour à la cohorte
Enregistrement W2883542794 · doi:10.1177/1729881418787915

Online pose correction of an industrial robot using an optical coordinate measure machine system

2018· article· en· W2883542794 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueInternational Journal of Advanced Robotic Systems · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensÉcole de Technologie SupérieureConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceRobotPoseComputer visionController (irrigation)Artificial intelligenceIndustrial robotScheme (mathematics)Robot weldingCoordinate-measuring machineLaser trackerEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

In this article, a dynamic pose correction scheme is proposed to enhance the pose accuracy of industrial robots. The dynamic pose correction scheme uses the dynamic pose measurements as feedback to accurately guide the robot end-effector to the desired pose. The pose is measured online with an optical coordinate measure machine, that is, C-Track 780 from Creaform. A root mean square method is proposed to filter the noise from the pose measurements. The dynamic pose correction scheme adopts proportional-integral-derivaitve controller and generates commands to the FANUC robot controller. The developed dynamic pose correction scheme has been tested on two industrial robots, FANUC LR Mate 200iC and FANUC M20iA. The experimental results on both robots demonstrate that the robots can reach the desired pose with an accuracy of ±0.050 mm for position and ±0.050° for orientation. As a result, the developed pose correction can make the industrial robots meet higher accuracy requirement in the applications such as riveting, drilling, and spot welding.

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.

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 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 enseignants0,747
Score d'incertitude au seuil0,776

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,029
Tête enseignante GPT0,273
Écart entre enseignants0,244 · 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