MétaCan
Menu
Retour à la cohorte
Enregistrement W2941256449 · doi:10.3390/robotics8020034

Tutorial Review on Space Manipulators for Space Debris Mitigation

2019· article· en· W2941256449 sur OpenAlexaff
Alex Ellery

Notice bibliographique

RevueRobotics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSpace Satellite Systems and Control
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésSpacecraftSpace debrisTeleoperationRoboticsArtificial intelligenceComputer scienceRobotic spacecraftRobotic armKinematicsAerospace engineeringSpace (punctuation)Space explorationCollision avoidanceRobotSystems engineeringSimulationEngineeringCollisionComputer securityPhysics

Résumé

récupéré en direct d'OpenAlex

Space-based manipulators have traditionally been tasked with robotic on-orbit servicing or assembly functions, but active debris removal has become a more urgent application. We present a much-needed tutorial review of many of the robotics aspects of active debris removal informed by activities in on-orbit servicing. We begin with a cursory review of on-orbit servicing manipulators followed by a short review on the space debris problem. Following brief consideration of the time delay problems in teleoperation, the meat of the paper explores the field of space robotics regarding the kinematics, dynamics and control of manipulators mounted onto spacecraft. The core of the issue concerns the spacecraft mounting which reacts in response to the motion of the manipulator. We favour the implementation of spacecraft attitude stabilisation to ease some of the computational issues that will become critical as increasing level of autonomy are implemented. We review issues concerned with physical manipulation and the problem of multiple arm operations. We conclude that space robotics is well-developed and sufficiently mature to tackling tasks such as active debris removal.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,016

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 Opus0,009
Tête enseignante GPT0,217
Écart entre enseignants0,208 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations65
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRoboticsMême sujetSpace Satellite Systems and ControlTravaux en français237 207