MétaCan
Menu
Retour à la cohorte
Enregistrement W4399726621 · doi:10.32920/26052352

Contact Pressure Based Passenger Following Seat Motion Control

2024· preprint· en· W4399726621 sur OpenAlexaff
Dhvanit Desai

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueErgonomics and Musculoskeletal Disorders
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésControl (management)Motion (physics)AeronauticsAutomotive engineeringComputer scienceEngineeringComputer visionArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The purpose of this thesis is to develop a seat control system that can provide constant support to the seated passenger's back. While providing support, it is important to ensure that the pressure exerted on the passenger's back is not excessive. In addition, as the backrest reclines, the static seat-pan would cause the passenger to slide, leading to uncomfortable sitting posture. To address these issues, three subsystems have been developed in this thesis research including: i) following control system, ii) pressure control system and iii) synchro-tilt control system. The following control system controls the backrest to follow the movement of the passenger. The pressure control system senses and controls the contact pressure between passenger's back and seat cushion. The synchro-tilt control system synchronizes the rotation of seat-pan with the reclination of the seat backrest to avoid passenger's sliding. Then the three subsystems are integrated into a combined control system. Two cases are studied. The first one is for passenger to lean forward. In this case, when the passenger leans forward, the backrest will rotate forward to follow the passenger's motion under the following control. When the passenger stops motion, the control system switches to the pressure control to provide comfortable support. In the course of seat motion, the synchro-tilt control system is always on to rotate the seat-pan.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,744
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,297
Écart entre enseignants0,284 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetErgonomics and Musculoskeletal DisordersTravaux en français237 207