MétaCan
Menu
Retour à la cohorte
Enregistrement W2899504851 · doi:10.1115/detc2018-86336

Parameters Identification of the Path Placement Optimization Problem for a Redundant Coordinated Robotic Workcell

2018· article· en· W2899504851 sur OpenAlexaff
Mohammad H. FarzanehKaloorazi, Ilian A. Bonev, Lionel Birglen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Manufacturing and Logistics Optimization
Établissements canadiensPolytechnique MontréalÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésWorkcellWorkspaceRedundancy (engineering)Serial manipulatorPath (computing)Computer scienceTable (database)Parallel manipulatorProcess (computing)RobotArtificial intelligenceData mining

Résumé

récupéré en direct d'OpenAlex

This paper proposes a method to identify the number of independent parameters in order to optimize the placement of a given path for a coordinated redundant robotic workcell. The workcell consists of a generic 6 DoF serial manipulator and a 1 DoF redundancy provider (RP). The RP is not attached to the serial manipulator, but the workpiece is attached to the RP. Two cases of RPs are investigated, namely a rotary table and a linear guide. In general, 6 parameters are needed in order to place a path on the RP, and 6 parameters to place the RP in the workspace of the serial manipulator. However, because of the symmetricities and the degree of redundancy involved in the problem, not all 12 parameters can independently affect the placement operation. Therefore, it is important to identify the number of independent parameters in order to improve the efficiency of the placement optimization process. This paper presents an innovative method for determining the number of independent parameters for both cases under study, i.e., the rotary table and the linear guide, with and without considering each one’s joint limits. The optimization process is briefly introduced and the results of using all 12 parameters, as opposed to only the independent ones, are compared. Finally, the performance of the rotary table is compared to the linear guide, for a sample path.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,012
Tête enseignante GPT0,220
Écart entre enseignants0,209 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Manufacturing and Logistics OptimizationTravaux en français237 207