MétaCan
Menu
Retour à la cohorte
Enregistrement W2921785030 · doi:10.1109/robio.2018.8665145

Research on Bending and Torsion Properties of Bionic Square Continuum Robot

2018· article· en· W2921785030 sur OpenAlexaff
Jiaorong Liu, Tao Jin, Long Li, Fei Xiang Yang, Yingzhong Tian, Yang Xian, Fengfeng Xi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésTorsion (gastropod)CurvatureRobotStiffnessTorqueBiomimeticsBending momentStructural engineeringComputer scienceEngineeringMechanical engineeringPhysicsArtificial intelligenceGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

Continuum robot, often taking inspiration from biomimetics, is an exciting novel research field and has great capability. The higher stiffness continuum robot may be inspired by the biology, such as seahorse, pipefish and pipehorse, which has both strong skeleton and great dexterity. In this paper, we present a novel square continuum robot (SCR), according to the simplified model of those square shape fish, in which both the bending curvature and torsional angle are controllable. The idea is to employ square components to mimic the armor and connected those components with ball pair and soft skin. The bending and twisting capabilities of SCR are explored in both numerical model and prototype, while a comparison has been done to analysis the dexterity difference in different situations. Based on the numerical model, relationship between angle-moment in pure bending and angle-torque in pure torsion are shown respectively in simulation curve. This topic is expected to provide a type of new structure for continuum robot, which not only expands the dexterity, but also make the robot stiffer, and provide basic for the further study.

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)0,000
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 enseignants0,038
Score d'incertitude au seuil0,116

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 Opus0,094
Tête enseignante GPT0,323
Écart entre enseignants0,228 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoft Robotics and ApplicationsTravaux en français237 207