MétaCan
Menu
Retour à la cohorte
Enregistrement W7161937865 · doi:10.82308/47529

Trajectory planning for mobile manipulators on rough terrain

2023· dissertation· en· W7161937865 sur OpenAlexaboutno aff
Jiazhi Song

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueSoil Mechanics and Vehicle Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTextual entailmentTrajectoryESPACE

Résumé

récupéré en direct d'OpenAlex

L'exploitation forestière est une industrie très importante pour de nombreux pays, notamment le Canada. La plupart des entreprises modernes d'exploitation forestière dans le monde emploient des machines avec des conceptions connues sous le nom de manipulateurs mobiles dans le domaine de la recherche en robotique. De nos jours, les machines utilisées dans ces applications industrielles dépendent encore en grande partie de la planification et du contrôle manuel des opérateurs humains pour fonctionner. Les opérations d'exploitation forestière sont généralement menées sur un terrain accidenté et souvent sur des pentes raides, créant ainsi un risque de basculement pour les machines. Dans le domaine de la robotique, une grande partie des efforts de recherche vise à rendre les robots plus intelligents dans les laboratoires et les environnements quotidiens, de sorte que les solutions qui tiennent compte des environnements rugueux et non structurés sont moins courantes. Par conséquent, les résultats existants qui abordent le problème d'évitement du basculement sont encore plus rares. Le principal objectif de cette thèse est de fournir une solution de planification de trajectoire et de génération de trajectoire pour un environnement extérieur rugueux. Plus précisément, l'accent est mis sur la planification de mouvement autonome sans basculement sur un terrain accidenté pour les plates-formes de manipulation mobiles. Cette thèse se concentre sur deux composantes de recherche majeures pour fournir la solution.La première composante majeure est le développement d'une planification de chemin et de trajectoire locale rapide et optimale en temps pour les manipulateurs mobiles afin d'éviter le basculement. Pour quantifier la proximité du basculement, la mesure de stabilité dynamique du Point de Moment Zéro (PMZ) est utilisée comme contrainte pour la planification de mouvement sans basculement. Les méthodologies de planification de mouvement populaires et leurs avantages et inconvénients sont discutés avant l'introduction d'un cadre hiérarchique qui divise un problème de planification en une étape de planification de chemin basée sur l'échantillonnage et une étape de planification de trajectoire basée sur l'optimisation. Le cadre hiérarchique permet à un planificateur de tirer parti de différentes méthodes de planification à différentes étapes et ses avantages sont démontrés par des simulations. Le cadre de planification de trajectoire hiérarchique dynamiquement stable est ensuite présenté et étayé par des garanties de faisabilité finie formelles et des résultats de simulation. La composante de planification de reconfiguration du cadre proposé est expérimentalement démontrée avec un bras Jaco 2 monté sur une plate-forme libre. En raison de la structure hiérarchique, la qualité du plan de trajectoire dépend largement du plan de chemin initial. Par conséquent, cette thèse présente également la technique de lissage de chemin développée pour une génération de trajectoire efficace.Le deuxième composant majeur présenté dans cette thèse vise à accroître la robustesse du cadre proposé de planification de mouvement sans basculement aux incertitudes en utilisant une formulation contrainte par chance. Spécifiquement pour les opérations sujettes aux basculements, les sources importantes d'incertitude incluent l'inclinaison du terrain et la masse de la charge utile. Bien que les cartes topographiques du terrain puissent être obtenues avant les opérations autonomes, il est presque impossible de mesurer avec précision la surface du terrain en détail et de prédire l'attitude d'un manipulateur mobile dans des environnements difficiles où le sol meuble, les roches et les conditions météorologiques extrêmes peuvent modifier considérablement l'inclinaison du terrain. Pour accommoder l'effet sur le ZMP causé par l'incertitude de l'attitude du véhicule qui résulte de l'incertitude de la carte topographique, un modèle d'incertitude est proposé pour ..

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 candidatesMéta-épidémiologie (sens strict)
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: Empirique
Score de désaccord entre enseignants0,328
Score d'incertitude au seuil1,000

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 Opus0,021
Tête enseignante GPT0,279
Écart entre enseignants0,258 · 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.

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoil Mechanics and Vehicle DynamicsTravaux en français237 207