MétaCan
Menu
Retour à la cohorte
Enregistrement W4383737812 · doi:10.1177/10775463231188355

In-flight estimation of quadrotor mass and inertia using all-accelerometer

2023· article· en· W4383737812 sur OpenAlexaff
Yazan M. Al-Rawashdeh, Moustafa Elshafei, Hassen M. Ouakad

Notice bibliographique

RevueJournal of Vibration and Control · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueInertial Sensor and Navigation
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)IdentifiabilityAccelerometerInertiaNonlinear systemTorqueComputer scienceRigid bodyStability (learning theory)Range (aeronautics)Recursive least squares filterEngineeringControl engineeringControl (management)PhysicsAlgorithmArtificial intelligenceAerospace engineering

Résumé

récupéré en direct d'OpenAlex

In this paper, an on-line closed-loop identification of mainly mass and inertia of an under-actuated aerial vehicle, namely a quadrotor acting as an aerial manipulator, is presented. Being treated as a rigid body, only one set of eighteen- or six tri-axial linear accelerometers is used to facilitate such estimation. Force and torque disturbances acting upon the vehicle during identification are also estimated which will refine the overall estimation quality of the unknown parameters. Namely, recursive linear and nonlinear least squares methods are used to obtain initial and refined estimations, respectively. Random disturbances are introduced to the closed-loop system to ensure enough excitation of the overall system. Issues related to identifiability, stability and performance are discussed. Since the proposed method depends on general kinematical and dynamical analyses of motion, it is claimed that the presented method will be also applicable to a wider range of, mainly, aerial vehicles.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,889
Score d'incertitude au seuil0,166

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,246
Écart entre enseignants0,234 · 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 tête enseignante, 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vibration and ControlMême sujetInertial Sensor and NavigationTravaux en français237 207