Notice bibliographique
Résumé
Unmanned vehicles (UVs) are playing an increasingly significant role in modern daily life. In the past decades, numerous commercial, scientific, and military communities across the world are developing fully autonomous UVs for a variety of applications, such as environmental monitoring and surveillance, post-disaster search and rescue, border patrol, natural resources exploration, and experimental platforms for new technologies verification. The excessive opportunities and threats that come along with these diverse applications have created a niche demand for UVs to extend their capabilities to perform more sophisticated and hazardous missions with greater autonomy, lower costs of development and operation, improved personnel safety and security, extended operational range (reliability) and precision, as well as increased flexibility in sophisticated environments including so-called dirty, dull, harsh, and dangerous missions. \n \nIn order to successfully and effectively execute missions and meet their corresponding performance criteria and overcome these ever-increasing challenges, greater autonomy together with more advanced reliable and safe motion control systems are required to offer the critical technologies for ensuring intelligent, safe, reliable, and efficient control of UVs in the presence of disturbances, actuator saturation, and even actuator faults, especially for practical applications. \n \nThis thesis concentrates on the development of different reliable and safe motion control algorithms/strategies applicable to UVs, in particular, unmanned aerial vehicles (UAVs) and unmanned surface vehicles (USVs). A number of contributions pertaining to the fault detection and diagnosis (FDD), fault-tolerant control (FTC), disturbance estimation and compensation, and actuator saturation avoidance have been made in this thesis. In addition to the control problems, this thesis also presents several guidance-related contributions, including adaptive observer-based line-of-sight (LOS) guidance law, time-varying lookahead distance scheme, piecewise path switching criterion for guiding a single UV, as well as a proportional-integral (PI) type of leader-follower formation guidance strategy for a group of UVs.
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».