MétaCan
Menu
Retour à la cohorte
Enregistrement W4243300667 · doi:10.32920/ryerson.14661336

Development and multiple mode control of modular and reconfigurable robot

2021· preprint· en· W4243300667 sur OpenAlexaff
Hongwei Zhang

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueModular Robots and Swarm Intelligence
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésTorqueRobotControl theory (sociology)Harmonic driveNoise (video)Modular designControl engineeringEngineeringHarmonicMode (computer interface)Computer scienceControl (management)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

There is a strong desire for robots to manipulate in uncontrolled environments. In uncontrolled environments, the robot has to adapt to the world consisting of only partially known or unknown objects and tasks, and real-time constraints. The capability of robots working in active or passive modes and switching between them helps enabling the robots to work in unstructured environments. Joint torque sensing is essential for implementing multiple mode control of robots. Though there have been a number of means of joint torque sensing, the existing joint sensing techniques have diverse limitations, such as in installation, reliability, cost, and noise immunity. This dissertation work develops a new joint torque sensing method for a modular and reconfigurable robot (MRR) with harmonic drive joints and provides solutions to multiple mode control of MRR based on the proposed sensing technique. This research consists of two main parts. In the first part, a novel mathematical model for compliance of harmonic drives has been proposed. The proposed model captures not only the nonlinear stiffness but also the hysteresis phenomenon of harmonic drive transmission. Based on the developed harmonic drive compliance model, a joint torque estimation method using position measurements is developed. Torque estimation using position measurements provides an advantage of noise immunity to the estimated joint torque. Using the compliance of harmonic drives instead of an additional elastic component does not change the joint dynamics. Building upon the new torque estimation technique, a multiple working mode control algorithm for MRR is developed and experimentally validated. The objective of the second part is to make the wrist suitable for dexterous manipulation in unstructured environments, such as door opening. A robust adaptive controller is developed for tracking control of the wrist in active mode; and a new interactive force compensation technique is proposed based on force sensor measurement, enabling passive working mode of the compact wrist without using mechanical solutions, which not only saves weight and volume, but also avoids losing tracking of the joints’ position when switching from passive mode to active mode. Experiments on a prototype wrist have demonstrated the effectiveness of the proposed method.

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 enseignants0,001
Score d'incertitude au seuil0,003

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,216
Écart entre enseignants0,197 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetModular Robots and Swarm IntelligenceTravaux en français237 207