Output feedback adaptive controller of a autonomous skid-steering mobile vehicle based on sequential super-twisting differentiators
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
The main purpose of this work is to develop an output state-dependent controller that solves the path-tracking deviation error for a skid-steering autonomous vehicle. The controller takes advantage of a nonlinear diffeomorphism that transforms skid-steering autonomous vehicle into a multi-input multi-output chain of integrators. This research assumes that available skid-steering autonomous vehicle variables are its position and its orientation. This in fact motivates the development of a modified super-twisting algorithm operating as a sequential step-by-step differentiator that estimates traslational velocity and acceleration of the studied autonomous vehicle in a finite time, which were used as part of the controller implementation. Based on the estimated states by the step-by-step multi-variable differentiator, an adaptive control design enforces the asymptotic convergence of the tracking trajectories for the skid-steering autonomous vehicle to the origin. The explicit form of the controller gains is derived using a class of control Lyapunov function including the deviation corresponding to the tracking error and a term that defines a matrix norm associated with control gains. Numerical results confirm the workability of the proposed controller considering the reduced norm of tracking error obtained with the proposed controller. Experimental evaluations compared the adaptive control introduced in this study and a state-feedback form justifying the control proposal. The adaptive form enforced smaller tracking errors using the estimated states forced by the step-by-step differentiator and the information obtained from a multi-camera video high-frequency acquisition system.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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