MétaCan
Menu
Retour à la cohorte
Enregistrement W4226092060 · doi:10.2514/1.g005169

Pose Tracking Control for Spacecraft Proximity Operations Using the Udwadia–Kalaba Framework

2022· article· en· W4226092060 sur OpenAlexaff
Abin Alex Pothen, Alexander Crain, Steve Ulrich

Notice bibliographique

RevueJournal of Guidance Control and Dynamics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSpace Satellite Systems and Control
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Nonholonomic systemSpacecraftLyapunov functionController (irrigation)Position (finance)Lyapunov stabilityHolonomicComputer scienceHolonomic constraintsEngineeringControl (management)Mobile robotRobotPhysicsArtificial intelligenceNonlinear systemAerospace engineering

Résumé

récupéré en direct d'OpenAlex

This paper develops an analytical dynamics-based approach for simultaneous position and orientation tracking control of a chaser spacecraft with respect to an uncontrolled target. The control requirements are formulated as holonomic or nonholonomic constraints, which are expressed as linear and angular acceleration constraints. The complete six-degree-of-freedom formulation of the Udwadia–Kalaba-based pose tracking controller generating exact real-time control forces and torques is presented. For design purposes, the method assumes a precise knowledge of the system parameters and states, along with perfect control action by the actuators. The exponential convergence of the constraint dynamics is proven using the Lyapunov stability theory. Simulation results demonstrate exponentially stable position and orientation tracking for close-proximity operations in perturbed low Earth orbits. Finally, the controller is experimentally validated using the Spacecraft Proximity Operations Testbed at Carleton University.

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 seuil0,010

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 technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 GPT0,234
Écart entre enseignants0,225 · 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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Guidance Control and DynamicsMême sujetSpace Satellite Systems and ControlTravaux en français237 207