MétaCan
Menu
Retour à la cohorte
Enregistrement W2097020018 · doi:10.1109/tac.2008.927789

Unit Quaternion-Based Output Feedback for the Attitude Tracking Problem

2008· article· en· W2097020018 sur OpenAlexaff
Abdelhamid Tayebi

Notice bibliographique

RevueIEEE Transactions on Automatic Control · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueAdaptive Control of Nonlinear Systems
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésQuaternionControl theory (sociology)Angular velocityAttitude controlBounded functionTracking errorTracking (education)MathematicsRigid bodyComputer scienceControl (management)Control engineeringMathematical analysisArtificial intelligencePhysicsEngineeringClassical mechanics

Résumé

récupéré en direct d'OpenAlex

In this note, we propose a quaternion-based dynamic output feedback for the attitude tracking problem of a rigid body without velocity measurement. Our approach consists of introducing an auxiliary dynamical system whose output (which is also a unit quaternion) is used in the control law together with the unit quaternion representing the attitude tracking error. Roughly speaking, the necessary damping that would have been achieved by the direct use of the angular velocity can be achieved, in our approach, by the vector part \mathtildeqof the error signal between the output of the auxiliary system and the unit quaternion tracking error. The resulting velocity-free control scheme guaranteesalmostglobal asymptotic stability which is as strong as the topology of the motion space can permit. In the regulation case, our control law is a pure quaternion feedback (i.e., consisting of two terms that are vector parts of unit-quaternion), and hence, the control torques are naturally bounded by the control gains. Simulation results are provided to show the effectiveness of the proposed control scheme.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,035
Tête enseignante GPT0,245
Écart entre enseignants0,211 · 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 source (Gemma direct ou Codex distillé), 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

Citations326
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Automatic ControlMême sujetAdaptive Control of Nonlinear SystemsTravaux en français237 207