MétaCan
Menu
Retour à la cohorte
Enregistrement W7117235450 · doi:10.1109/etcm67548.2025.11304494

Open-Source Rehabilitation of CRS A255 Robotic Arms: Embedded Fuzzy Control and ROS Integration with Simulation Support

2025· article· W7117235450 sur OpenAlexaff
Andres Erazo, V Andres Arcentales, N Stalin Caza, Luis Orozco

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésModular designRobustness (evolution)Fuzzy logicRobotEncoderRotary encoderControl systemFuzzy control systemIndustrial robot

Résumé

récupéré en direct d'OpenAlex

This work presents the comprehensive retrofitting of two CRS A255 industrial robotic manipulators through mechanical restoration, control system modernization, and integration with simulation environments. Initially rendered inoperative due to hardware degradation and outdated proprietary electronics, the robots underwent structural repairs, cleaning, and the replacement or repositioning of mechanical components, including DC motors and optical incremental encoders. A modular embedded control architecture was developed using microcontrollers, enabling independent actuation of brakes, encoder signal acquisition, and PWM-based motor control. The system was interfaced with the Robot Operating System (ROS) to facilitate real-time communication and control via the rosserial protocol. A fuzzy logic controller was implemented to manage joint positioning without relying on precise dynamic modeling, enhancing robustness and adaptability. Additionally, a digital twin of the manipulator was selected among V-REP (CoppeliaSim) models, allowing bi-directional synchronization between the virtual model and physical hardware. Experimental results validated improvements in angular control accuracy, system responsiveness, and processing latency, confirming the platform’s effectiveness for research and educational applications in robotics.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,007
Tête enseignante GPT0,246
Écart entre enseignants0,239 · 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
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRobotic Mechanisms and DynamicsTravaux en français237 207