MétaCan
Menu
Retour à la cohorte
Enregistrement W4400008819 · doi:10.1016/j.rcim.2024.102811

An overview of stiffening approaches for continuum robots

2024· article· en· W4400008819 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueRobotics and Computer-Integrated Manufacturing · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAustralian Research CouncilUniversity of Technology SydneyPolytechnique Montréal
Mots-clésStiffeningRobotComputer scienceEngineeringStructural engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Continuum robots have become more popular recently due to their scalable dexterity and mobility. However, they may suffer from issues like insufficient stiffness because they are designed to promote their flexibility. To address this issue and further improve their performance in all different application scenarios, stiffness flexibility is essential for this type of robot. Therefore, it is necessary to integrate stiffening techniques into both their mechanical structure and actuation approaches when developing continuum robots. To this end, it is crucial to explore how different stiffening approaches can be applied to various types of continuum robots across diverse applications. The primary goal of this survey paper is to provide a comprehensive review of the state-of-the-art research on stiffening techniques for continuum robots over the last two decades. We thoroughly analyse key techniques related to stiffness tunability mechanisms and stiffening methods. Additionally, we categorise these stiffening approaches on the basis of their properties and seek to understand the factors that limit their performance. This survey paper aims to assist robotic engineers in selecting appropriate stiffening techniques when designing continuum robots and serve as a basis for developing potential next-generation stiffening mechanisms.

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.

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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,859
Score d'incertitude au seuil0,778

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 savante0,0000,000
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 Opus0,058
Tête enseignante GPT0,265
Écart entre enseignants0,207 · 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