Development of a New Robust Controller With Velocity Estimator for Docked Mobile Robots: Theory and Experiments
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.
Notice bibliographique
Résumé
The tracking control problem of docked mobile robot systems is challenging due to their nonlinear and underactuated system dynamics as well as limited access to the required states of robots. The majority of the previously developed controllers in the literature are not robust to model uncertainties and are based on the assumption that full states are accessible. In this paper, we develop a new robust tracking controller for a docked nonholonomic mobile robotic system with online velocity estimation. Our proposed controller, composed of sliding mode and robust saturation controllers, is developed to be robust to external disturbances, unmodeled dynamics, and parameter uncertainties. To provide the required states for the controller, a model-aided particle filter estimator is developed to estimate the translational and rotational velocities. We performed extensive experiments to verify the effectiveness of our proposed control and estimation methodologies as well as the integrated system. We also compared our results with some conventional controllers, including the well-known robust sliding mode controller, and demonstrated its superior performance in terms of model uncertainties over all the controllers. The results showed that, compared with sliding mode control, our approach improves the steady-state tracking performance up to 8.3% and 11% for unmodeled dynamics and parametric uncertainties, respectively. Our proposed integrated (controller-estimator) method can be used in uncertain systems with good tracking performance, where accessing velocity directly is not possible.
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 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle