MétaCan
Menu
Retour à la cohorte
Enregistrement W6917678253 · doi:10.57922/tcrc.616

Human-Robot Collaborative Workflow for Remote Decommissioning and Demolition

2022· article· en· W6917678253 sur OpenAlexaboutno aff

Notice bibliographique

RevueUNB Conferences · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovations in Concrete and Construction Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDeconstruction (building)Nuclear decommissioningDemolitionWorkflowContext (archaeology)Plan (archaeology)Process (computing)Modular design

Résumé

récupéré en direct d'OpenAlex

The demand for new deconstruction and demolition approaches is escalating as structures built in 20th century development booms approach their end of life. Rehabilitation and careful deconstruction approaches are increasingly economically and environmentally motivating. For example, in Ontario, Canada multi-decade efforts to decommission nuclear power plants are challenging teams of engineers, researchers, venders, and laborers. In these hazardous scenarios, classical heavy demolition approaches are not an option, and the asset owners find that the costly development of novel workflows and technologies to plan and undergo these deconstruction operations is the only option. These trends present construction researchers with an opportunity to develop technologies and processes to achieve deconstruction project goals with improved efficiency, certainty, and safety. This paper presents a modular framework for remote human-robot collaboration for waste management in decommissioning and demolition. The proposed framework includes robotic platform reality data capture, scan processing (e.g., segmentation, surface estimation, and recognition), gamified waste packing in virtual reality (VR), and packing plan execution. A comprehensive review of state-of-the-art technologies of each module is explored from the standpoint of applicability to deconstruction and demolition. Then, an autonomous robotic platform for reality data capture is presented. A reconfigurable semi-automated VR platform for waste packing optimization is presented as an example of this process workflow in the context of remote deconstruction and demolition. Finally, the ideas of robotic packing plan execution are discussed as future work.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,023
Tête enseignante GPT0,272
Écart entre enseignants0,249 · 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'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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUNB ConferencesMême sujetInnovations in Concrete and Construction MaterialsTravaux en français237 207