MétaCan
Menu
Retour à la cohorte
Enregistrement W2897095722 · doi:10.3390/s18103380

Self-Calibration of an Industrial Robot Using a Novel Affordable 3D Measuring Device

2018· article· en· W2897095722 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.

Notice bibliographique

RevueSensors · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Measurement and Metrology Techniques
Établissements canadiensÉcole de Technologie SupérieureUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésLaser trackerCalibrationRobotRobot calibrationIndustrial robotSimulationComputer sciencePosition (finance)Accuracy and precisionEngineeringArtificial intelligenceComputer visionRobot kinematicsMobile robotLaserMathematicsOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

This work shows the feasibility of calibrating an industrial robot arm through an automated procedure using a new, low-cost, wireless measuring device mounted on the robot's flange. The device consists of three digital indicators that are fixed orthogonally to each other on an aluminum support. Each indicator has a measuring accuracy of 3 µm. The measuring instrument uses a kinematic coupling platform which allows for the definition of an accurate and repeatable tool center point (TCP). The idea behind the calibration method is for the robot to bring automatically this TCP to three precisely-known positions (the centers of three precision balls fixed with respect to the robot's base) and with different orientations of the robot's end-effector. The self-calibration method was tested on a small six-axis industrial robot, the ABB IRB 120 (Vasteras, Sweden). The robot was modeled by including all its geometrical parameters and the compliance of its joints. The parameters of the model were identified using linear regression with the least-square method. Finally, the performance of the calibration was validated with a laser tracker. This validation showed that the mean and the maximum absolute position errors were reduced from 2.628 mm and 6.282 mm to 0.208 mm and 0.482 mm, respectively.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,239
Score d'incertitude au seuil0,469

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 Opus0,088
Tête enseignante GPT0,271
Écart entre enseignants0,183 · 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