MétaCan
Menu
Retour à la cohorte
Enregistrement W2909180703 · doi:10.2514/6.2019-1172

Path Following Control of Multiple Quadrotors Carrying A Rigid-body Slung Payload

2019· article· en· W2909180703 sur OpenAlexaff
Longhao Qian, Hugh H. Liu

Notice bibliographique

RevueAIAA Scitech 2019 Forum · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueRobotic Path Planning Algorithms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPayload (computing)Path (computing)Computer scienceControl theory (sociology)Control (management)Aerospace engineeringEngineeringArtificial intelligenceComputer network

Résumé

récupéré en direct d'OpenAlex

Novel robust path-following flight controllers for quadrotors carrying a tethered payload are extensively studied from the perspective of dynamic modelling, control design, and experimental verification. By using multiple quadrotors to cooperatively carry a payload, their payload capacities can be significantly boosted. The number of vehicles can be adjusted according to the weight of the payload, resulting in a flexible and efficient use of drone resources. The presented model development starts from a single quadrotor with a point-mass payload to multiple quadrotors with a rigid-body payload. The payload is towed by quadrotors with cables. The systems are decomposed into the payload subsystem and the quadrotor attitude subsystem by assuming the cable is tethered at the center of mass of each quadrotor. The controller designs are then developed for a single quadrotor with a point-mass payload, followed by controller of multiple quadrotors with a rigid-body payload. Both controllers resemble a cascade form in structure. The outer loop offers a robust path-following controller that stabilizes the payload subsystem by assuming the lift vector of each quadrotor can point instantaneously to a given direction. An uncertainty and disturbance estimator is designed to estimate and eliminate the lumped disturbances caused by exogenous wind and parameter imperfection. The inner loop, on the other hand, is an attitude tracker implemented on each quadrotor to follow a reference attitude generated by the outer-loop controller. The overall stability of the complete system is proven using the Lyapunov method and the Reduction Theorem. Aside from the analytical control law, a model predictive controller (MPC) method is also studied and implemented on quadrotor for cooperative slung payload delivery. The MPC method utilizes the equivalent damping force from the previous controller as the baseline stabilizing inner loop. The linearized closed-loop model is then calculated. Finally, the optimum controller is calculated after a prediction horizon and a cost function are defined. The MPC scheme achieves better performance and requires less parameter tuning. Extensive simulations and experiments show that the controller designs are capable of stabilizing the payload under model imperfection and exogenous disturbances simultaneously.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,227
Écart entre enseignants0,222 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIAA Scitech 2019 ForumMême sujetRobotic Path Planning AlgorithmsTravaux en français237 207