MétaCan
Menu
Retour à la cohorte
Enregistrement W4403263714 · doi:10.1177/14780771241286605

Collaborative timber joint assembly: Augmented reality for multi-level human-robot interaction

2024· article· en· W4403263714 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.

Notice bibliographique

RevueInternational Journal of Architectural Computing · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésJoint (building)RobotAugmented realityHuman–computer interactionHuman–robot interactionComputer scienceEngineeringArchitectural engineeringSimulationArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This research introduces an innovative Augmented Reality (AR) workflow for Human-Robot Interaction (HRI) in timber construction. The approach leverages human dexterity and adaptability alongside the strength and precision of robotic arms to assemble timber structures connected by wood-wood connections. While research in the field of automated construction generally focuses on singular interactions, such as robot agents carrying components and human agents attaching them, this paper explores multiple degrees of interaction involving cooperation or collaboration between agents. A new algorithmic framework is developed to automate the generation of holographic instructions and allocate assembly tasks to human and robot agents according to their abilities. The application to a full-scale demonstrator reveals that certain elements necessitate collaboration for assembly, while others can exclusively be assembled manually or robotically. Ultimately, the research also highlights the benefits of AR in assisting manual assembly, simulating robot trajectories, and increasing safety during collaborative tasks.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,737
Score d'incertitude au seuil0,498

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 Opus0,071
Tête enseignante GPT0,356
Écart entre enseignants0,285 · 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