MétaCan
Menu
Retour à la cohorte
Enregistrement W3081419215 · doi:10.1109/tvt.2020.3019376

Wheel Modules With Distributed Controllers: A Multi-Agent Approach to Vehicular Control

2020· article· en· W3081419215 sur OpenAlexafffund
Chen Tang, Amir Khajepour

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Dynamics and Control Systems
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésModular designChassisRobustness (evolution)Control engineeringModularity (biology)Flexibility (engineering)Distributed computingActuatorVehicle dynamicsComputer scienceControl systemEngineeringArchitectureSoftware portabilityEmbedded systemAutomotive engineering

Résumé

récupéré en direct d'OpenAlex

Modular vehicles have great potential to solve future mobility challenges in an efficient, reliable, and flexible way. Various designs have been proposed for compact, and multi-functional wheel modules. However, the architecture of vehicular active safety systems, by adopting such a modular approach, has not yet been well studied in the literature. Conventional stability control systems are developed in a centralized manner to seek the optimal distribution of control efforts, and the resultant controllers are highly dependent on the vehicle platform. Any changes to the actuators as well as modelling complexity will lead to a system redesign. This paper proposes a distributed control architecture as inspired by the modular chassis design for great re-usability. Each wheel module is treated as an agent in a cooperative game to determine their share in the overall control efforts, while encapsulating their configuration as well as modelling details within each module. Re-configurable agent models are also derived in a weak-coupled fashion to enhance modularity of the control system. The resultant distributed model predictive controller demonstrates greater flexibility in adaption to various configurations as well as enhanced robustness against computational units failure in the system. The proposed architecture also offers a new perspective for the controller design of conventional vehicles.

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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,009
Tête enseignante GPT0,183
Écart entre enseignants0,174 · 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

Citations29
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetVehicle Dynamics and Control SystemsTravaux en français237 207