MétaCan
Menu
Retour à la cohorte
Enregistrement W3196630944 · doi:10.1109/euca.stcc21.92.fb751f8d

Asymptotically Stable Observer-based Controller for Attitude Tracking with Systematic Convergence

2021· preprint· en· W3196630944 sur OpenAlexaff
Hashim A. Hashim

Notice bibliographique

RevuearXiv (Cornell University) · 2021
Typepreprint
Langueen
DomaineEngineering
ThématiqueInertial Sensor and Navigation
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Inertial measurement unitExponential stabilityAngular velocityObserver (physics)Robustness (evolution)QuaternionInertial frame of referenceController (irrigation)MathematicsComputer scienceArtificial intelligenceControl (management)PhysicsNonlinear system

Résumé

récupéré en direct d'OpenAlex

This paper proposes a novel unit-quaternion observer-based controller for attitude tracking (attitude and angular velocity) with guaranteed transient and steady-state performance. The proposed approach is computationally cheap and can operate based on measurements provided, for instance by a typical low-cost inertial measurement unit (IMU) or magnetic, angular rate, and gravity (MARG) sensor without the knowledge of angular velocity. First, an observer evolved on $\mathbb{S}^{3}\times\mathbb{R}^{3}$ is developed guaranteeing asymptotic stability of the closed loop error signals starting from any initial condition. Afterwards, the observer is combined with the proposed controller such that the observer-based controller ensures asymptotic stability of the closed loop error signals starting from any initial condition. Simulation performed in discrete form at low sampling rate reveals the robustness and effectiveness of the proposed approach. Keywords: Observer-based controller, attitude, estimation, control, MARG, IMU, asymptotic stability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,507
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,058
Tête enseignante GPT0,172
Écart entre enseignants0,115 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetInertial Sensor and NavigationTravaux en français237 207