MétaCan
Menu
Retour à la cohorte
Enregistrement W2943950188 · doi:10.1109/tie.2019.2905811

Path-Following Control of A Quadrotor UAV With A Cable-Suspended Payload Under Wind Disturbances

2019· article· en· W2943950188 sur OpenAlexaff
Longhao Qian, Hugh H. T. Liu

Notice bibliographique

RevueIEEE Transactions on Industrial Electronics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdaptive Control of Nonlinear Systems
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Payload (computing)Controller (irrigation)Lift (data mining)EngineeringAttitude controlControl engineeringComputer scienceControl (management)

Résumé

récupéré en direct d'OpenAlex

A path-following controller based on an uncertainty and disturbance estimator (UDE) for a quadrotor with a cable-suspended payload is proposed in this paper. The quadrotor and the payload are subject to unknown wind disturbances. The controller resembles a cascade architecture. For the outer loop, a UDE-based translational control law is proposed. The controller asymptotically stabilizes the quadrotor along a given path and estimates the lumped disturbances with a low-pass filter. For the inner loop, an attitude tracking controller is used to control the direction of the lift vector so that the actual lift force can asymptotically follow the reference force generated by the translational controller. The stability of the system with the translational controller and the attitude tracking controller has been shown to be asymptotically stable using the reduction theorem. With the help of the reduction theorem, the design of the translational and the attitude control can be decoupled, providing the flexibility of implementing different attitude controllers without redoing the stability analysis. As shown in the simulation, the control law can stabilize the quadrotor on the desired path under different wind disturbances.

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 enseignants0,005
Score d'incertitude au seuil0,009

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 ouverte0,0000,000
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 Opus0,013
Tête enseignante GPT0,206
Écart entre enseignants0,193 · 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

Citations167
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industrial ElectronicsMême sujetAdaptive Control of Nonlinear SystemsTravaux en français237 207