Notice bibliographique
Résumé
Continuum robots (CRs) have been the subject of intensive researches in recent years because of the wide range of their potential applications. One main domain of application is CR-based grasp, which needs studying grasp taxonomy and grasp synthesis. Despite the importance of these two topics for robotic operations, their concepts for CRs remain to be investigated. The first contribution of this thesis is to present a comprehensive CR-based grasp taxonomy. Grasp taxonomy is a systematic arrangement of space of grasps. For this purpose, different types of CR-based grasp tasks are overviewed. Also, different types of contact shapes between CRs and objects are classified. Finally, existing CR-based grasp configurations in the CR-related literature are compared and classified into a novel taxonomy through a 3-step methodology. Based on this study, nine major grasp families in the field of CRs are introduced, which include 21 sub-grasp types. Then, the taxonomy is enriched by different analyses of CR-based grasp families. Finally, to study the feasibility of the grasp taxonomy, an experimental case of a small-sized CR is investigated. The second contribution of this thesis is to introduce the formulation of CR-based grasp synthesis. Grasp synthesis is the process of determining the CR configuration and contact points on the target object to acquire suitable grasp properties. In this thesis, a synthesis approach relying on an analytical model of CR-based grasp is proposed. The grasp quality measures, which are key to the grasp selection, are formulated based on grasp and CR Jacobian matrices. The Jacobian matrix for CRs is obtained through piecewise constant-curvature modeling and by Cosserat rod-based models, each providing certain advantages. Besides, to reflect the limited workspace of CRs, a new quantitative grasp quality measure is proposed. Also, two experimental grasp quality measures (i.e., path following error and grasp success rate) are introduced to compare and assess the grasps. Then, the effectiveness of the synthesis algorithms is shown through extensive numerical examples and experiments, using single-segment tendon-driven catheters. Moreover, as a requirement for experimental verifications, an experimental set-up for the automation of CRs is developed in collaboration with other researchers in the lab.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».