MétaCan
Menu
Retour à la cohorte
Enregistrement W4244152579 · doi:10.32920/ryerson.14651727

Dynamic Modelling and Predictive Control for Insect-Like Flapping Wing Aerial Micro Robots

2021· preprint· en· W4244152579 sur OpenAlexaff
Alborz Sakhaei

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueBiomimetic flight and propulsion mechanisms
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésFlappingRobotKinematicsContext (archaeology)Control engineeringController (irrigation)Computer scienceWingBiomimeticsEngineeringSimulationAerospace engineeringArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

The outstanding potential capability of flapping-wing aerial micro robots to perform gamut [sic] of applications ranging from indoor and confined space missions to perilous environment explorations elevates them from conventional fixed and rotary wing micro aerial vehicles. Despite the remarkable progress in development of manufacturing paradigms to fabricate an at-scale insect-like aerial micro robot, the existing methods are still incompetent to mimic even the most basic maneuvers [sic] of the flying insects. This incompetency comes from technological limitations in terms of size and power density as well as lack of thorough insight into the complex neuromuscular actuation mechanism of the insects' wing. These limitations raise the motivation to develop a simulation framework to be used to analyze the stability and flight dynamics of the insect-like aerial micro robots, and provide a means by which the controller design for these systems could be accomplished. This thesis describes the development of such simulation framework in the context of dynamic modelling and controller design. A consistent set of dynamic and kinematic equations of motion are developed, and the application of the model predictive control strategy for insect-like flapping wing aerial micro robots is investsigated.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

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 technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,016
Tête enseignante GPT0,210
Écart entre enseignants0,194 · 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
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBiomimetic flight and propulsion mechanismsTravaux en français237 207