MétaCan
Menu
Retour à la cohorte
Enregistrement W3195638530 · doi:10.1109/aim46487.2021.9517425

Multiple Working Mode Control of Mobile Serial Robot with Online Mode Switching for Operations on Mechanisms with Unmodelled Constraints

2021· article· en· W3195638530 sur OpenAlexafffund
Taras Pankov, Sina Soleymanpour, Guangjun Liu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRobot Manipulation and Learning
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésKinematicsTask (project management)TrajectorySerial manipulatorControl theory (sociology)RobotMobile manipulatorComputer scienceControl engineeringMode (computer interface)Mobile robotRobot kinematicsPosition (finance)Motion controlControl (management)EngineeringParallel manipulatorSimulationArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this paper, a multiple working mode approach is proposed to control a mobile serial robot manipulator to perform operations on mechanisms with unmodelled constraints. A constrained robot manipulator is an over-actuated system in which kinematic modelling errors lead to high internal and external reaction forces. With the proposed approach, problems caused by modelling inaccuracies are avoided by reducing the number of position-controlled joints during task execution. As a result, the manipulator becomes a minimally actuated system, where the uncontrolled generalized variables are task-actuated (passive), and the remaining (active) variables are assigned to a priority-based task hierarchy. Three practical criteria are derived for the assignment of active and passive control modes; two based on the coordinate partitioning method for multibody dynamics, and another based on minimizing task friction forces. The proposed control method is implemented on a mobile reconfigurable robot, performing constrained motion along an elliptical trajectory, similar to door-opening task. The experimental results have demonstrated the effectiveness of the proposed control approach.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,768
Score d'incertitude au seuil0,577

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 Opus0,020
Tête enseignante GPT0,246
Écart entre enseignants0,227 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetRobot Manipulation and LearningTravaux en français237 207