A Novel SMMS Teleoperation Control Framework for Multiple Mobile Agents With Obstacles Avoidance by Leader Selection
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
Teleoperation of multiple agents has the unique advantage to complete tasks with wide range and is an effective solution to help agents avoid obstacles with human intelligence, especially when encounters the local-minima problem. In this article, a novel nonlinear single-master–multislave (SMMS) teleoperation control framework is proposed for multiple mobile agents to achieve obstacles avoidance under delays, nonlinearities, various uncertainties, and nonholonomic constraints. Namely, the slave trajectory planner is designed to cope with the nonholonomic constraints caused by underactuated characteristics of slave agents, while the slave obstacle avoidance planner is designed to cope with obstacles in the environment, which can avoid the obstacles by artificial potential function (APF)-based obstacle avoidance algorithm. Particularly, considering that the APF usually encounters the local-minima problem, a leader selection algorithm is designed for the slave obstacle avoidance planner and a virtual force feedback is designed for the master subsystem, where the slave agents can get rid of local-minima points while teleoperated by human operator with confident force feedback. The global stability of the overall system can be guaranteed under the proposed radial basis function neural network (RBFNN)-based adaptive sliding mode master controller and slave formation controller under delays, nonlinearities and various uncertainties. The comparative experiment is implemented, and the results show the effectiveness of proposed control framework in the achievement of good performance including position tracking, force feedback, and formation and obstacles avoidance while the stability is guaranteed.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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