MétaCan
Menu
Retour à la cohorte
Enregistrement W4317791239 · doi:10.2316/j.2023.206-0782

MOBILE ROBOT DOCKING WITH OBSTACLE AVOIDANCE AND VISUAL SERVOING AVOIDANCE AND VISUAL SERVOING, 97-108.

2023· article· en· W4317791239 sur OpenAlexvenueno aff
Aaron H. Tan, Abdulrahman Al-Shanoon, Haoxiang Lang, Ying Wang

Notice bibliographique

RevueInternational Journal of Robotics and Automation · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Vision and Imaging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVisual servoingObstacle avoidanceComputer visionComputer scienceArtificial intelligenceMobile robotCollision avoidanceRobotComputer security

Résumé

récupéré en direct d'OpenAlex

In many scenarios, mobile robots are required to work in a condition that prohibits human intervention. This condition introduces a problem of onboard power availability which is limited by the storage space and battery technologies. As a result, autonomous docking for robot recharging is necessary to ensure a long operation time. Recent literature shows that obstacle avoidance and precise localization of charging stations for mobile robot docking both are quite challenging. In this paper, a two-step autonomous docking algorithm is proposed, including online path planning and vision-based motion control. A full-system model and the control law are derived along with simulations and experimental results to demonstrate the feasibility 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 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,737
Score d'incertitude au seuil0,493

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 savante0,0000,002
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 Opus0,010
Tête enseignante GPT0,294
Écart entre enseignants0,283 · 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 tête enseignante, 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Robotics and AutomationMême sujetAdvanced Vision and ImagingTravaux en français237 207