MétaCan
Menu
Retour à la cohorte
Enregistrement W4285048301 · doi:10.1109/lra.2022.3190096

A High-Fidelity Simulation Platform for Industrial Manufacturing by Incorporating Robotic Dynamics Into an Industrial Simulation Tool

2022· article· en· W4285048301 sur OpenAlexafffund
Zengjie Zhang, Ram Dershan, Amir M. Soufi Enayati, Marjan Yaghoubi, Dean Richert, Homayoun Najjaran

Notice bibliographique

RevueIEEE Robotics and Automation Letters · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueFlexible and Reconfigurable Manufacturing Systems
Établissements canadiensUniversity of VictoriaUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésModular designRobotAutomationComputer scienceSoftwareSimulation softwareFidelityTask (project management)Industrial robotControl engineeringHigh fidelityControl systemSimulationEmbedded systemEngineeringSystems engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Simulation provides an efficient and safe evaluation solution for industrial automation to pretest software before deploying it in real systems. However, only high-fidelity simulation environments that precisely reconstruct the behavioral patterns of real systems can guarantee a successful transfer from simulation to reality (sim-to-real). Many existing industrial simulation tools provide libraries for various industrial devices, which simplify the development efforts significantly, but they generally lack the ability to model the system dynamics and often fail to generate a realistic representation when the system performance is sensitive to the modeling deviation. For example, robots equipped with intelligent algorithms potentially lead to task failure if the software is sensitive to the variation of the system dynamics. In this paper, we design a novel simulation platform for industrial manufacturing use cases consisting of a cooperative robot and a modular manufacturing device. With the dynamic model of the robot integrated into a manufacturing digital-twining software, the platform achieves high simulation fidelity by incorporating the effect of the robot dynamics to the control logic of the industrial tasks. Also, the simulation can exchange data with the real robot via an open protocol, which enables the simultaneous test of the real and simulated systems. Two experiments are conducted on the simulation platform to validate its fidelity in terms of the consistent control logic with the real system. Also, a workpiece distribution use case is studied to show how the simulation platform is used to develop a task-planning algorithm for a manufacturing application.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,028
Tête enseignante GPT0,238
Écart entre enseignants0,210 · 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

Citations21
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Robotics and Automation LettersMême sujetFlexible and Reconfigurable Manufacturing SystemsTravaux en français237 207