MétaCan
Menu
Retour à la cohorte
Enregistrement W4401539384 · doi:10.1109/remar61031.2024.10619923

Kinematic Analysis, Control and Motion Planning of a Redundant (6+3)-DOF Hybrid Parallel Robot

2024· article· en· W4401539384 sur OpenAlexaff
Ramin Ghaedrahmati, Simon Foucault, Clément Gosselin

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésKinematicsComputer scienceRobot kinematicsMotion planningRobotParallel manipulatorMotion controlMotion (physics)Inverse kinematicsControl (management)Control engineeringMobile robotArtificial intelligenceEngineeringPhysicsClassical mechanics

Résumé

récupéré en direct d'OpenAlex

This paper introduces a (6+3)-DOF spatial hybrid parallel robot. It presents an innovative 3-DOF parallel wrist-gripper assembly, building upon the advancements highlighted in previous work, aiming to significantly enhance the base robot's capabilities. This assembly comprises a zero-torsion 2-DOF parallel wrist and a 1-DOF parallel gripper. The wrist enables a large singularity-free range of motion by generating a 2-DOF sphere-on-sphere pure rolling motion. This extensive singularity-free 2-DOF motion of the wrist facilitates seamless and precise manipulation of objects across various orientations, rendering it suitable for diverse applications such as assembly, pick-and-place, and inspection tasks. The paper leverages a geometric approach to derive analytical solutions for the robot's inverse kinematic problem. Validation of the derived inverse kinematics equations is carried out using MSC Adams. Additionally, a straightforward PD position control scheme is proposed for the control of the robot. Subsequently, a physical prototype is constructed, and experimental validation is conducted to demonstrate the effectiveness of the proposed controller. Overall, the (6+3)-DOF hybrid parallel robot proposed herein exhibits substantial potential for en-hancing the efficiency and adaptability of robotic manipulators across a broad spectrum of industrial and research-based applications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0020,000

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 Opus0,007
Tête enseignante GPT0,215
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), 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
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 sujetRobotic Mechanisms and DynamicsTravaux en français237 207