MétaCan
Menu
Retour à la cohorte
Enregistrement W4404840292 · doi:10.1109/tro.2024.3508192

Passivity-Based Control of Distributed Teleoperation With Velocity/Force Manipulability Optimization

2024· article· en· W4404840292 sur OpenAlexaff
Yuan Yang, Aiguo Song, Lifeng Zhu, Baoguo Xu, Guangming Song, Yang Shi

Notice bibliographique

RevueIEEE Transactions on Robotics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueTeleoperation and Haptic Systems
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésTeleoperationPassivityControl theory (sociology)TeleroboticsComputer scienceControl engineeringHaptic technologyControl (management)RobotEngineeringSimulationMobile robotArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This article proposes a distributed passivity-based bilateral teleoperation control for optimizing the velocity/force manipulability of the coordinated remote redundant manipulators during the task execution. Following the leader–follower paradigm, the control connects a local haptic device with a leader remote manipulator and coordinates all the leader and follower remote manipulators. The approach is novel in reconciling the potential conflicts between the pose synchronization task and the manipulability optimization task for the remote manipulators by two-layer auxiliary systems. The first layer decouples the pose synchronization constraints into separable position and orientation constraints, and the second layer optimizes the manipulability under the position and orientation constraints. The approach is robust by designing smooth controls for the manipulators without knowing their dynamic parameters. Finally, the control renders the bilateral teleoperator output strictly passive for stable physical interactions with the human user and the environment. Comparative experiments verify the effectiveness of the proposed control in the presence of time-varying communication delays.

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 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 enseignants0,989
Score d'incertitude au seuil0,551

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 Opus0,010
Tête enseignante GPT0,205
Écart entre enseignants0,195 · 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

Citations12
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on RoboticsMême sujetTeleoperation and Haptic SystemsTravaux en français237 207