MétaCan
Menu
Retour à la cohorte
Enregistrement W4376606313 · doi:10.1109/aero55745.2023.10115959

High-fidelity Software-in-the-loop Simulation of a Six-wheel Lunar Rover using Vortex Studio for Output-tracking Control Design

2023· article· en· W4376606313 sur OpenAlexaff
Mohammadreza Mottaghi, Robin Chhabra, Wei Huang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueControl and Dynamics of Mobile Robots
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésStudioSoftwareTracking (education)Computer scienceAerospace engineeringFidelitySimulationEngineeringOperating system

Résumé

récupéré en direct d'OpenAlex

Six-wheel autonomous rovers with skid-steering rear wheels have been designed for Lunar exploration programs due to their lightweight and their enhanced traction and stability. In this paper, a Software-in-the-loop Simulation (SILS) is presented for such a system containing a controller coded in MAT-LAB and a digital twin of the system modeled in Vortex Studio. The controller is developed based on the system's governing equations and static state feedback linearization to perform an output-tracking control task. The equations of motion are derived using Lagrange-d’ Alembert principle subject to ideal nonholonomic constraints and under the point-contact assumption at all wheels. Such simplifying assumptions are commonly considered in proposed control strategies for autonomous rover systems in the literature. The digital twin of the rover is modeled as a multi-body system with realistic parameters moving on 3-dimensional soft/rough terrains with arbitrary tire models provided by Vortex Studio. The results of the developed SILS are compared to those of a 2-dimensional simulation that is fully coded in MATLAB under the simplifying assumptions (ideal plant). This comparison discloses often existing discrepancies between real rover systems and their commonly used mathematical models. This study reveals the effects of isolated physical phenomena, e.g., wheel-slip and tractive force distribution, on the control performance, and can be utilized to design enhanced controllers for rover systems.

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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

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)0,0020,000

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 Opus0,039
Tête enseignante GPT0,277
Écart entre enseignants0,237 · 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetControl and Dynamics of Mobile RobotsTravaux en français237 207