Model predictive controller–based spatiotemporal path tracking method for transhumeral prostheses
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.
Notice bibliographique
Résumé
BACKGROUND: Transhumeral prostheses are worn by transhumeral amputees to replace the missing upper limb segment between shoulder and elbow. Prostheses should be able to function as a natural limb for the user to gain the full advantage of wearing a prosthesis. When performing reach-to-grasp and pointing motions by the upper limb, the hand is capable of adhering to a straight-line path with a bell-shaped velocity profile. AIM: Aim was to develop a dynamic path-tracking method for transhumeral prostheses to gain the capability of adhering to a straight-line path. METHOD: Proposed method uses model predictive controller (MPC) developed based on the kinematic model of the prosthesis. Moreover, a shoulder matcher is proposed to match actual shoulder pose with the predicted shoulder pose and to select the best joint angles for the prosthesis for a particular instance. Furthermore, the proposed method is capable of dynamically updating the path if the human performs shoulder motions, which are not as planned by the MPC. RESULTS: Several experiments are conducted to validate the proposed method. The proposed method is capable of taking a straight-line path similar to a natural human. CONCLUSION: This paper proposed a dynamic path-tracking method based on a model predictive controller. The proposed method is capable of taking the prosthetic hand on a straight-line path, which is similar to a path taken by a natural human hand.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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