MétaCan
Menu
Retour à la cohorte
Enregistrement W4312804004 · doi:10.1299/jsmermd.2022.2p1-e03

Vibration Control of Slung Load in Transportation Using Frequency-Domain Shaped Trajectory

2022· article· en· W4312804004 sur OpenAlexaff
Tasuku HOSHINO, Daisuke Fujiwara, Hiroyuki KAMBE, Takayuki Kitamura

Notice bibliographique

RevueThe Proceedings of JSME annual Conference on Robotics and Mechatronics (Robomec) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Dynamics and Control Systems
Établissements canadiensQuest University Canada
Organismes subventionnairesnon disponible
Mots-clésTrajectoryVibrationFrequency domainControl theory (sociology)Control (management)Computer sciencePhysicsAcoustics

Résumé

récupéré en direct d'OpenAlex

This paper describes the vibration suppression of a slung load which is carried by unmanned aerial vehicle (UAV), by tracking the vehicle to a vibration suppression trajectory. The trajectory is shaped in the frequency domain not to stimulate the normal mode of the UAV-load system. Since the frequency-domain design can explicitly handle constraints on acceleration and velocity of UAV, the resulting trajectory has time-suboptimality. The UAV-load system in a vertical plane is firstly modeled as DAEs and then the vibration suppression trajectory is designed using the natural frequency of load vibration and the vehicle constraints. Vibration suppression of the slung-load is verified in numerical simulations. The vibration control is finally implemented on ArduPilot, an open-source autopilot 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.

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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,202
Écart entre enseignants0,192 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Proceedings of JSME annual Conference on Robotics and Mechatronics (Robomec)Même sujetVehicle Dynamics and Control SystemsTravaux en français237 207