A finite-time path-tracking control algorithm for nonholonomic mobile robots with unknown dynamics and subject to wheel slippage/skid disturbances
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
Path planning and tracking control are two performance-critical tasks for wheeled mobile robots, particularly when nonholonomic constraints are imposed on robots in dynamically uncertain conditions. Accomplishing certain performance and safety considerations related to path-tracking, such as global stability, transient performance, and smooth finite-time convergence, becomes more difficult for nonholonomic robots. This paper is concerned with proposing a new adaptive robust finite-time tracking control approach for a large class of differential drive autonomous nonholonomic wheeled mobile robots (NWMRs) that are subject to structured uncertainties and extraneous disturbances with fully unknown dynamics. For this purpose, nonlinear kinodynamics of a type of rear-wheel drive NWMRs are developed by incorporating the skid/slippage constituents of the wheel motion. Then, a path-tracking controller is proposed using a continuous finite-time adaptive integral sliding mode control coupled with an integral backstepping approach (FTAISM-IBC). For the adaptive controller design, the entire nonlinear dynamics of the robot, including nonlinear vector functions and control gain functions, together with extraneous disturbances, are estimated by leveraging the universal approximation capabilities of radial basis neural networks (RBFNNs). The finite-time stability proof is presented by utilizing the Lyapunov stability theorem. Furthermore, the adaptive gains are derived to ensure the finite-time stability of the system subject to unknown functions, parametric variations, and unknown but bounded disturbances. Finally, the effectiveness of the proposed controller is evaluated through simulations in terms of several key performance indicators against several reported studies.
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 | 0,001 |
| 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