MétaCan
Menu
Retour à la cohorte
Enregistrement W1321761 · doi:10.1042/bst020006s

Autonomous Control for a Differential Thrust ROV

2007· article· en· W1321761 sur OpenAlexaff
Wei Wang, Christopher M. Clark

Notice bibliographique

RevueBiochemical Society Transactions · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueUnderwater Vehicles and Communication Systems
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésUnderactuationRemotely operated underwater vehicleControl theory (sociology)TrajectoryThrustCompassEngineeringKalman filterControl systemController (irrigation)Control engineeringComputer scienceMobile robotControl (management)RobotArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract — Smaller autonomous underwater vehicles that use differential thrust for surge and yaw motion control has the advantage of low cost and, at the same time, increased maneuverability in yaw direction. However, since such vehicles are underactuated vehicles, design of an autonomous control system that enables the vehicle to autonomously track a predefined trajectory is challenging. In this paper, we presented such an autonomous control system and implemented it on a small underactuated ROV with the use of unscented Kalman filter for vehicle localization, a underwater acoustic positioning system as the position sensor and a compass as the direction sensor. In designing the control law, the integrator backstep technique is used to achieve Lyapunov stability. Computer simulation and field tests have shown that the autonomous control system works well for the vehicle to track a predefined trajectory and the the tracking error converged to a certain small value. I.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,956
Score d'incertitude au seuil0,432

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 Opus0,011
Tête enseignante GPT0,219
Écart entre enseignants0,208 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemical Society TransactionsMême sujetUnderwater Vehicles and Communication SystemsTravaux en français237 207