Comment un évitement local choisit-il une vitesse sûre ?
Un évitement local choisit une vitesse sûre en tenant compte de distance de freinage, vitesse relative, incertitude des capteurs, marge et règles de la zone.
Recherche guidée
Saisissez un concept, une difficulté ou une comparaison. Des questions proches apparaissent pendant la saisie.
À découvrir
3 233 résultats
Un évitement local choisit une vitesse sûre en tenant compte de distance de freinage, vitesse relative, incertitude des capteurs, marge et règles de la zone.
Un exosquelette médical est un dispositif porté qui soutient ou accompagne les mouvements d’une personne dans un objectif de rééducation, compensation ou assistance.
Un exosquelette médical détecte l’intention de mouvement en combinant force, pression, angle, activité musculaire ou déplacement initié par la personne.
Valider la sécurité d’un exosquelette médical demande d’essayer limites mécaniques, capteurs, arrêts, batteries, postures, réglages et scénarios de perte de signal avec une supervision adaptée.
Un robot choisit la prochaine zone à explorer en évaluant information attendue, coût du déplacement, risque, énergie et utilité pour la mission.
Valider une carte produite par un robot explorateur demande de comparer repères, distances, zones vues et incertitudes à des mesures ou références indépendantes.
L’exploration scientifique par robot utilise une machine pour observer, mesurer et échantillonner un milieu difficile d’accès tout en documentant le contexte des résultats.
Gérer la calibration d’un instrument robotique pendant une mission scientifique consiste à vérifier sa référence, suivre sa dérive et documenter toute correction sans perdre la comparabilité des mesures.
Détecter une panne d’encodeur de roue demande de comparer impulsions, vitesse attendue, sens, alimentation et cohérence avec l’autre roue ou un capteur externe.
Préparer les données avant l’entraînement d’un réseau neuronal robotique demande de vérifier annotations, formats, unités, équilibre des cas et séparation entre apprentissage et test.
Coordonner plusieurs robots dans un entrepôt demande de répartir les tâches, réserver les zones, éviter les conflits et gérer batteries, priorités et exceptions.
Quand un robot ne voit pas tout son environnement, il combine mémoire, modèle et nouvelles mesures pour estimer ce qui est caché, puis adapte sa vitesse ou demande une confirmation.