MétaCan
Menu
Retour à la cohorte
Enregistrement W3206621144 · doi:10.1109/icra48506.2021.9561414

Arm-Hand Systems As Hybrid Parallel-Serial Systems: A Novel Inverse Kinematics Solution

2021· article· en· W3206621144 sur OpenAlexafffund
Shuwei Qiu, Mehrdad R. Kermani

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInverse kinematicsKinematicsComputer scienceInverseArtificial intelligenceMathematicsRobotGeometryPhysics

Résumé

récupéré en direct d'OpenAlex

In this paper, we aim to solve inverse kinematics of the integrated robotic arm-hand systems to achieve precision grasping, provided the desired grasp configuration (contact points + contact normals). The key insights of our approach are three-fold. First, we propose a human-inspired thumb-first strategy and consider one finger of the robotic hand as the "thumb" to narrow down the search space and increase the success rate of the algorithm. Second, we formulate the arm-thumb serial chain as a closed chain while other fingers are still as serial chains such that the entire arm-hand system is controlled as a hybrid parallel-serial system. The closed-chain formulation truncates and simplifies the task hierarchy of the entire arm-hand system. Third, we attach a virtual revolute joint to the thumb’s tip with its rotation axis aligning with the thumb’s contact normal to allow this virtual joint to act as the embodiment of the thumb’s functional redundancy. By selecting the thumb’s joints including the virtual revolute joint as the active joints of the arm-thumb closed chain, the arm-thumb system’s self-motion (i.e., the palm pose) and the thumb’s functional redundancy can be directly controlled without using the null space projection. This provides a new possibility to control the self-motion of robot manipulators. Simulation results will demonstrate the advantages and superb performance of the proposed approach for solving the problem of inverse kinematics of achieving precision grasps compared to other classical approaches based on the Damped Least-Squares method [1] in terms of the average success rate (96% v.s. 12%).

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,017
Tête enseignante GPT0,206
Écart entre enseignants0,189 · 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'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 sujetRobotic Mechanisms and DynamicsTravaux en français237 207