Trajectory and temporal planning of a wheeled mobile robot on an uneven surface
Notice bibliographique
Résumé
SUMMARY Computing a realistic velocity profile for a mobile robot is a challenging task due to the large number of kinematic and dynamic constraints involved. In order for a mobile robot to complete its task it must be able to plan and follow a trajectory. It may also be necessary to follow a given velocity profile, depending on the environment. Temporal planning, or following a given velocity profile, can be used to minimize time of motion and to avoid moving obstacles. For example, assuming the mobile robot is a smart wheelchair, it must follow a prescribed path while following a strict speed limit. This paper presents a temporal planning algorithm that is implemented on a wheeled mobile robot to be used in an indoor setting, such as a hospital ward. The path planning stage is accomplished by using cubic spline functions. A trajectory is created by assigning an arbitrary time of 1 s to each segment of the path. This trajectory is made feasible by applying a number of constraints and using a linear scaling technique. When a velocity profile is given, a non-linear time scaling technique is used to fit the mobile robot's linear velocity to the given velocity profile. A method for avoiding moving obstacles is also implemented. Simulation and experimental results showed good agreement with each other. The main contribution of this paper is in developing a temporal planning algorithm, which is capable of moving on an uneven surface (graded non-flat), and its implementation on the mobile robot at the robotics lab in the University of Saskatchewan. This algorithm is computationally very efficient as it requires low computation cost and does not involve major iterations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».