MétaCan
Menu
Retour à la cohorte
Enregistrement W2961410126 · doi:10.1002/aisy.201900019

Toward a Smart Compliant Robotic Gripper Equipped with 3D‐Designed Cellular Fingers

2019· article· en· W2961410126 sur OpenAlexaff
Manpreet Kaur, Woo Soo Kim

Notice bibliographique

RevueAdvanced Intelligent Systems · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Materials and Mechanics
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésGrippersSoft roboticsStiffnessProcess (computing)3D printingBiomimeticsComputer scienceBendingMaterials scienceRobotMechanical engineeringEngineeringStructural engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Usual lightweight soft robotic bodies built with elastomer materials show lack of structural stiffness that limits their use in many practical applications. Herein, an architectured robotic body design with deformable cellular structures, which is easy to fabricate, lightweight, mechanically durable, and compliant while maintaining its resilience, is proposed. The cellular body design overcomes not only the stiffness limitation but also other drawbacks of most common soft bodies that may damage from high pressure or impact. An artificial cellular finger is printed together with embedded pressure sensors on the fingertip to form a functional system in a single‐building process with the advantage of multi‐material 3D printing. The integrated architectured grippers, composed of cellular fingers with a repeatable, reliable bending profile, demonstrate maximum gripping force as 16 N on actuation, with gripping capability of various objects. 3D cellular designs open up new possibilities for architectured robotic bodies that can immensely widen their space of applications.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,018
Tête enseignante GPT0,214
Écart entre enseignants0,195 · 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'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

Citations62
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Intelligent SystemsMême sujetAdvanced Materials and MechanicsTravaux en français237 207