MétaCan
Menu
Retour à la cohorte
Enregistrement W2006997768 · doi:10.1115/imece2003-43718

Application of Predictive Control for Autonomous Satellite Capture Using a Deployable Manipulator System

2003· article· en· W2006997768 sur OpenAlexafffund
Richard McCourt, Clarence W. de Silva

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSpace Satellite Systems and Control
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésModel predictive controlController (irrigation)Control theory (sociology)RobotComputer scienceRoboticsControl engineeringTorqueTask (project management)SimulationArtificial intelligenceEngineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

Two prototypes of a robot known as the Multi-module Deployable Manipulator System (MDMS) have been developed in our laboratory. This manipulator is intended for carrying for research in space platform-based robotics. In the present paper, this manipulator is used in laboratory-simulated capture of an orbiting satellite. A model-based predictive controller is developed and implemented in the MDMS. Using the controlled manipulator, laboratory experiments are carried out to study autonomous capture of a free floating and spinning target. The objective is to evaluate the performance of the predictive controller for the capturing task. A planar prototype MDMS is used as the chaser robot in experiments, and the target statellite is simulated within the controller. The model of the target statelite assumes that it is free of any external torques and involves rotations within the plane of operation of the MDMS prototype. The predictions for the chaser robot are based on a model of the MDMS, linearized about the starting configuration of the task. An unconstrained predictive controller is used in the present experiments. The resluts from tracking various moving target are presented, with and without predictions of the target movement. The performance is shown to be quite satisfactory.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,593

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 Opus0,007
Tête enseignante GPT0,195
Écart entre enseignants0,188 · 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'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

Citations2
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSpace Satellite Systems and ControlTravaux en français237 207