MétaCan
Menu
Retour à la cohorte
Enregistrement W4392452403 · doi:10.1063/5.0194628

Finite-time variable gains super-twisting control for lane-changing of autonomous vehicles

2024· article· en· W4392452403 sur OpenAlexaff
Yassine Kali, Maarouf Saad, Mario Landry, Pier-Marc Comtois-Rivet

Notice bibliographique

RevueAIP conference proceedings · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Dynamics and Control Systems
Établissements canadiensInnovative Medicines CanadaÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésVariable (mathematics)Computer scienceControl (management)Vehicle dynamicsControl theory (sociology)Control engineeringAutomotive engineeringEngineeringArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

Uncertainties, parameters variations and external disturbances may affect highly the task of lane-keeping, lane-changing and path-tacking autonomous vehicles. This paper presents a novel variable gains second-order sliding mode algorithm for en-hanced path tracking performance of autonomous vehicles subject to uncertainties and disturbances. The used algorithm is a modified super-twisting with both nonlinear and linear correction terms. Hence, the proposed method doesn't suffer from the chattering phenomenon, ensures high order precision and guarantees both the robustness against perturbations and the convergence in finite-time during the reaching phase. To evaluate the efficiency of the developed approach, a double lane-changing scenario is considered in simulation for an uncertain autonomous vehicle and the results are compared with the first-order sliding mode.

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: aucune
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,903

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 Opus0,013
Tête enseignante GPT0,214
Écart entre enseignants0,201 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetVehicle Dynamics and Control SystemsTravaux en français237 207