MétaCan
Menu
Retour à la cohorte
Enregistrement W4399473667 · doi:10.23977/jaip.2024.070211

Practical Analysis of Building Robot Operating Systems Based on Scientific Research Projects

2024· article· en· W4399473667 sur OpenAlexvenueno aff

Notice bibliographique

RevueJournal of Artificial Intelligence Practice · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Manufacturing and Logistics Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRobotSystems engineeringComputer scienceEngineeringConstruction engineeringArchitectural engineeringEngineering managementArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The operating system is the core of the robot system. It is the key to ensuring the safety, effectiveness, and intelligence of robot systems. This article takes the "Autonomous Navigation Robot" research project as the background and conducts practical research on the robot operating system. The research background focuses on the limitations of some robot operating systems, namely that current robot operating systems are not suitable for robots working in resource limited environments, and the ability to adapt to dynamic changes and unstructured environments is very important. The system adopts a modular design concept, emphasizing real-time, robustness, and scalability. This article focuses on human perception and cognitive technology, as well as the design of interaction between people. During the system development process, work in conjunction with relevant research work. A series of tests and evaluations were conducted on the independently developed autonomous navigation robot operating system, including unit testing, integration testing, and on-site testing. At the same time, a performance comparison between the Robot Operating System (ROS) and Open Robot Control Software (ORCA) systems, which are of great concern in relevant research literature, was presented. The experimental results show that the autonomous navigation robot operating system exhibits superiority in key performance indicators such as failure rate, delay time, and energy efficiency ratio, especially achieving an excellent performance of up to 408 tasks/Wh in energy efficiency ratio, significantly superior to ROS and ORCA systems. The conclusion of this study is that the autonomous navigation robot operating system not only meets the needs of current autonomous navigation robot research projects, but also has good scalability and real-time performance, providing a solid technical foundation for the development and application of future robotics technology.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,898
Score d'incertitude au seuil0,866

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,181
Tête enseignante GPT0,448
Écart entre enseignants0,267 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Artificial Intelligence PracticeMême sujetAdvanced Manufacturing and Logistics OptimizationTravaux en français237 207