Physical Human–Robot Interaction Using a Macro–Mini Robotic System
Notice bibliographique
Résumé
In this article, we investigate the characteristics of a collaborative hybrid parallel robot. A comparison between this robot and other collaborative robots regarding the Cartesian inertia is presented to highlight the very low inertia of the hybrid parallel robot. A task space stiffness-damping control is also proposed. In order to improve the performance of macro--mini systems in the interaction context, an active macro-active mini system consisting of the hybrid parallel robot mounted on a three degrees of freedom (3-DOF) gantry translational robot is introduced. A control strategy for physical human–robot interaction is applied to the macro--mini arrangement. The stability of this method is analyzed and it is shown that the macro–mini combination is more stable than the mini alone. An experimental validation is then carried out. The results obtained with the hybrid parallel robot show that the desired interaction force can be tracked at high speed and that prescribed impedance parameters can be precisely rendered to the human operator without using any additional sensor. Also, it is pointed out that the bandwidth of interaction of the hybrid parallel robot, as well as of the macro--mini system is much higher than that of other commercial collaborative robots. In addition, other tests are realized on the macro–mini system in order to verify the performance and to demonstrate potential applications. The macro–mini robot introduced in this work yields a very intuitive human–robot interaction, which makes it ideal for many applications in which direct physical teaching or assistance is needed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».