Fault-Tolerant Cooperative Control Design of Multiple Wheeled Mobile Robots
Notice bibliographique
Résumé
This brief investigates fault-tolerant cooperative control (FTCC) strategies for multiple differentially driven autonomous wheeled mobile robots (WMRs) in the presence of actuator faults during formation operation. First, for normal/fault-free cases and for preparation to the faults occurrence cases, an integrated approach combining input-output feedback linearization and distributed linear model predictive control techniques is designed and implemented on a team of WMRs to accomplish a formation task. Second, when actuator faults occur in one of the robots of the team, two cases are explicitly considered: 1) if the faulty robot cannot complete its assigned task due to a severe fault, then the faulty robot has to get out from the formation mission, and an FTCC strategy is designed such that the tasks of the WMRs team are reassigned to the remaining healthy robots to complete the mission with graceful performance degradation and 2) if the faulty robot can continue the mission with degraded performance, then the other team members reconfigure their controllers considering the capability of the faulty robot. Thus, the FTCC strategy is designed to re-coordinate the motion of each robot in the team. Within the proposed scheme, a fault detection and diagnosis unit using a two-stage Kalman filter to detect and diagnose actuator faults is presented. Then, the FTCC problem is formulated as an optimal assignment problem, where a Hungarian algorithm is applied. Moreover, a collision avoidance algorithm based on mechanical impedance principle is proposed to avoid the potential collision between the healthy robots and the faulty ones. Formation operation of the robot team is based on a leader-follower approach, while the control algorithm is implemented in a distributed manner. The results of real experiments demonstrate the effectiveness of the proposed FTCC scheme in different fault scenarios.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».