MétaCan
Menu
Retour à la cohorte

LOW-COST DEPTH-CAMERA: OPEN-SOURCE 3D DISPLACEMENT MEASUREMENTS FOR 4D PRINTED HYGROSCOPIC COMPOSITES

2022· article· en· W4311877627 sur OpenAlexaff
Fabio Bianconi, M. Filippucci, Giulia Pelliccia, G. Rossi, Tommaso Tocci, G. Tribbiani, D. Correa

Notice bibliographique

Revue˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciences · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPolygon mesh3D printingAirflowActuatorMaterials scienceComputer scienceComposite materialDigital image correlationComposite numberMechanical engineeringArtificial intelligenceEngineeringComputer graphics (images)

Résumé

récupéré en direct d'OpenAlex

Abstract. 4D printing (4DP) is a growing branch of 3D printing technology that involves the design of composite material architectures capable of shape-change transformations, which occur post printing, in response to external stimulus. Among these, Wood Polymer Composites (WPCs) change their shape in reaction to changes of moisture content, shrinking or swelling like natural wood until the equilibrium with the environment is reached. Such intrinsic material behavior can be particularly useful in the development of passive moisture airflow controllers that can modulate humidity and airflow in indoor environments to improve air quality. Precise measurement of the time-based stimulus induced shape-change response of these composites is critical to assess the responsiveness, velocity of reaction and overall deformation of the designed 4DP composite mechanisms. Up until now, Digital Image Correlation (DIC) techniques have been widely used for such purpose. However, DIC methods require expensive equipment and costly commercial software. This paper presents a Low-Cost Depth-Camera (LCDC) method that uses a free custom algorithm that returns a 3D coloured displacement map with the corresponding meshes of the acquired object. The LCDC method does not require specialized equipment and allows for an overall understanding of the time-dependent deformation of 4DP actuators, this method also facilitates the comparison between composites with different properties under the same external conditions. This new LCDC method has the potential to further 4DP research by providing an open-source, accessible and reliable tool to assess 3D displacement measurements.

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)0,001
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 enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,027
Tête enseignante GPT0,264
Écart entre enseignants0,237 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciencesMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207