MétaCan
Menu
Retour à la cohorte
Enregistrement W2995347454 · doi:10.1139/tcsme-2019-0169

Atlas motion platform split-axle mecanum wheel design

2019· article· en· W2995347454 sur OpenAlexaffvenue
Jane M. Schwering, Mila Kanevsky, M. John D. Hayes, Robert Langlois

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésWorkspaceTorqueEquatorAxleModular designMechanical engineeringComputer scienceEngineeringStructural engineeringPhysicsRobot

Résumé

récupéré en direct d'OpenAlex

The Atlas motion platform was conceptually introduced in 2005 as a 2.90 m diameter thin-walled composite sphere housing a cockpit. Three active mecanum wheels provide three linearly independent torque inputs enabling the sphere to enjoy a 100% dexterous reachable workspace with unbounded rotations about any axis. Three linearly independent translations of the sphere centre, decoupled from the orientation workspace, are provided by a translational three degree-of-freedom platform. Small-scale and half-scale demonstrators introduced in 2005 and 2009, respectively, gave us the confidence needed to begin the full-scale design. Actuation and control of the Atlas full-scale design is nearing completion; however, resolution of several details have proven extremely elusive. The focus of this paper is on the design path of the 24 passive mecanum wheels. The 12 passive wheels below the equator of the sphere help distribute the static and dynamic loads, while 12 passive wheels above the equator, attached to a pneumatically actuated halo, provide sufficient downward force so that the normal force between the three active wheel contact patches and sphere surface enable effective torque transfer. This paper details the issues associated with the original twin-hub passive wheels and the resolution of those issues with the current split-axle design. Results of static and dynamic load tests are discussed.

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: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

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 ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 GPT0,179
Écart entre enseignants0,168 · 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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetRobotic Mechanisms and DynamicsTravaux en français237 207