MétaCan
Menu
Retour à la cohorte
Enregistrement W4280637892 · doi:10.1017/s0263574722000649

Experimental study on the control of a suspended cable-driven parallel robot for object tracking purpose

2022· article· en· W4280637892 sur OpenAlex
Soroush Zare, Mohammad Reza Hairi Yazdi, Mehdi Tale Masouleh, Dan Zhang, Sahand Ajami, Amirhossein Afkhami Ardekani

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueRobotica · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésKinematicsPID controllerControl theory (sociology)RobotTracking (education)Controller (irrigation)Mean squared errorTracking errorComputer scienceObject (grammar)Control engineeringSimulationArtificial intelligenceEngineeringControl (management)Mathematics

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, control of a suspended cable-driven parallel robot has been experimentally investigated based on the dynamic model of the robot for object tracking purpose. In order to improve the tracking ability of the robot, three control approaches, namely kinematic PID, dynamic PD, and a kinematic sliding mode control (SMC), have been implemented, both on the Simscape and on the robot constructed at the Human and Robot Interaction Laboratory. Neural network controller and dynamic SMC have been implemented on the Simscape model. Afterward, the effectiveness of each approach has been investigated by employing the root mean square error (RMSE) index. Simulation and experimental results reveal the ability of each controller for precise and smooth control. For precise and real-time object tracking, YOLOv5-s and YOLOv4-tiny model are trained. By comparing the obtained index values, the kinematic PID demonstrates the best performance with the maximum RMSE value of 0.018 compared to other methods.

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.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,809
Score d'incertitude au seuil0,449

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 Opus0,034
Tête enseignante GPT0,269
Écart entre enseignants0,235 · 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