Hybrid‐triggered formation tracking control of mobile robots without velocity measurements
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This article focuses on solving the leader‐follower formation tracking problem of multiple mobile robots under a hybrid‐triggered mechanism without leader's velocity measurements. Two kinds of networks are considered: the detection network, which enables the relative detections by agents' onboard sensors, and the communication network, which is used to implement the transmissions of local information. The followers are divided into two groups based on their detection capacity of leader's information. By merely sensing the relative information from the leader, the first group of followers implement high gain observers to estimate leader's angular and linear velocities. In the rest followers, the transmitted information and relative detections from neighboring agents are used to estimate leader's velocities and position in a distributed way; after that, event‐triggered observer‐based controllers are proposed to drive the agents toward desirable formation. Periodic event‐triggered mechanisms (PETMs) are used to avoid continuous‐time checking of event‐triggering conditions; and the maximum allowable sampling periods (checking periods and transmission periods) are determined to guarantee the stability of the sampled‐data system. Since PETM is only applied in communication networks, the mechanism used in this work is a hybrid‐triggered one. Moreover, the inter‐sampling (‐checking, ‐transmission) times are allowed to be time‐varying and asynchronous. Finally, numerical examples are presented to illustrate the effectiveness and conservativeness of the proposed methods.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle