MétaCan
Menu
Retour à la cohorte
Enregistrement W4210497642 · doi:10.1109/tie.2022.3146582

Event-Triggered Formation Tracking Control With Application to Multiple Mobile Robots

2022· article· en· W4210497642 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Transactions on Industrial Electronics · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueDistributed Control Multi-Agent Systems
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDalhousie University
Mots-clésControl theory (sociology)Mobile robotComputer scienceController (irrigation)Lyapunov functionLyapunov stabilityTracking errorTracking (education)Linear matrix inequalityRobotMathematicsControl (management)Mathematical optimizationArtificial intelligenceNonlinear system

Résumé

récupéré en direct d'OpenAlex

In this article, we address the distributed event-triggered leader–follower formation tracking control problem of general linear multiagent systems with a dynamic leader in sampled-data settings. A novel locally computable state-estimate-based event generator is established for each follower agent to regulate the interagent communication at each sampling instant. Then, we propose a distributed formation tracking protocol based on the triggered sampled information such that the formation tracking control problem can be formulated as a stability-analysis problem of the closed-loop formation error dynamics. The event generator and formation tracking controller gains can then be co-designed using the feasible linear matrix inequality conditions that are derived from Lyapunov-based stability-analysis methods that guarantee the ultimate boundedness of the closed-loop formation error dynamics. Finally, numerical simulations along with experiment implementations were conducted for a group of linearized unicycle-type mobile robots to demonstrate the effectiveness and advantages of the proposed method.

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 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)0,001
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 enseignants0,985
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,235
Écart entre enseignants0,218 · 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