MétaCan
Menu
Retour à la cohorte
Enregistrement W2122151059 · doi:10.1109/isic.2002.1157742

Real-time torque control of nonholonomic mobile robots with obstacle avoidance

2003· article· en· W2122151059 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueRobotic Path Planning Algorithms
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMobile robotControl theory (sociology)Nonholonomic systemController (irrigation)RobotComputer scienceObstacle avoidanceRobot controlLyapunov functionTorqueLyapunov stabilityControl engineeringNonlinear systemArtificial intelligenceEngineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

In this paper, a novel torque controller is presented for nonholonomic mobile robots with obstacle avoidance. In the proposed controller, based on the artificial potential fields technique, an obstacle torque is introduced in the controller, which acts locally to push the robot away from the obstacles. The environment is initially assumed to be completely unknown, except the target location. Environment information is obtained from onboard robot sensors that have limited visibility range only. The neural network assumes a single layer structure, by taking advantage of the robot regressor dynamics that express the highly nonlinear robot dynamics in a linear form in terms of the known and unknown robot dynamic parameters. System stability and convergence are rigorously proved using a Lyapunov theory, subject to unmodeled disturbance and bounded unstructured dynamics. The real-time fine control of mobile robots is achieved through on-line learning of the neural network without any off-line learning procedures. A series of simulation results show that the proposed controller can be successfully applied to both static and dynamic environments, as well as a multi-robot system.

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.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,454
Score d'incertitude au seuil0,510

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 ouverte0,0010,000
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 Opus0,006
Tête enseignante GPT0,212
Écart entre enseignants0,205 · 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

En bref

Citations7
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRobotic Path Planning AlgorithmsTravaux en français237 207