Omnidirectional Platform for Autonomous Mobile Industrial Robot
Notice bibliographique
Résumé
Omnidirectional mobile platforms are holonomic robots that can independently and simultaneously perform translational and rotational motions. In order to develop an autonomous omnidirectional mobile manipulator, this paper presents a platform based on four mecanum wheels. It has a higher carrying capacity and mobility than a standard four-wheel platform. The used manipulator is a Fanuc LR Mate 200 iD/7l robot with an R-30iB Mate Plus Controller. The heavy weight of the industrial arm and the controller makes collision-free navigation a challenge. To navigate with this robot in an unknown semi-structured indoor environment, a Hokuyo 2D Lidar and a Realsense D435i camera have been used. The Central Processing Unit is an Nvidia Jetson TX2 running Ubuntu Linux on which ROS (robot operating system) was installed. The robot is capable of autonomously performing Simultaneous Localization and Mapping (SLAM), navigation, obstacle detection, and object recognition, vision-guided robot motions. A map of our workplace was generated. Most mobile robot motion control approaches rely on dynamic or kinematic models. The study also covers mathematical modeling of the four-wheeled omnidirectional platform that leads to the robot's kinematics. The simulations were carried out using MATLAB to establish and verify the kinematic model of the omnidirectional platform. The robot was controlled to follow curves with a constant translation velocity of 1m/s.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».