Optimal Error-Clamping Design for Position-Based Visual Servoing of a 2-DOF Model Helicopter
Notice bibliographique
Résumé
A vision-based servoing technique is proposed for a 2 degrees-of-freedom (dof) model helicopter equipped with a monocular vision system. In general, these techniques can be categorized as image- and position-based, where the task error is defined in the image plane in the former and in the physical space in the latter. The 2-dof model helicopter requires a configuration-dependent feed-forward control to compensate for gravitational forces when servoing on a ground target. Therefore, a position-based visual servoing deems more appropriate for precision control. Image information collected from a ground object, with known geometry a priori, is used to calculate the desired pose of the camera and correspondingly the desired joint angles of the model helicopter. To assure a smooth servoing, the task error is parameterized, using the information obtained from the linearaized image Jacobian, and time scaled to form a moving reference trajectory. At the higher level, a Linear Quadratic Regulator (LQR), augmented with a feed-forward term and an integrator, is used to track this trajectory. The discretization of the reference trajectory is achieved by an error-clamping strategy for optimal performance. The proposed technique was tested on a 2-dof model helicopter capable of pitch and yaw maneuvers carrying a light-weight off-the-shelf video camera. The test results show that the optimized controller can servo the model helicopter to a hovering pose for an image acquisition rate of as low as 2 frames per second.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».