MétaCan
Menu
Retour à la cohorte
Enregistrement W4394933070 · doi:10.1007/s10846-024-02088-1

Adaptive Non-singular Fast Terminal Sliding Mode Control for Car-Like Vehicles with Faded Neighborhood Information and Actuator Faults

2024· article· en· W4394933070 sur OpenAlexafffund
Mahmoud Hussein, Youmin Zhang, Zhaoheng Liu

Notice bibliographique

RevueJournal of Intelligent & Robotic Systems · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Dynamics and Control Systems
Établissements canadiensConcordia UniversityÉcole de Technologie Supérieure
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésActuatorTerminal sliding modeTerminal (telecommunication)Mode (computer interface)Computer scienceControl theory (sociology)Control (management)Sliding mode controlComputer networkPhysicsArtificial intelligenceHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

Abstract This study addresses the problem of cooperative control design for a group of car-like vehicles encountering fading channels, actuator faults, and external disturbances. It is presumed that certain followers lack direct access to the states of the leader via a directed graph. This arises challenges in maintaining synchronization and coordination within the network. The proposed control strategy utilizes non-singular fast terminal sliding mode control to accelerate consensus tracking and enhance the convergence of the overall system. This controller is designed to mitigate the impact of actuator faults in the presence of fading channels in the communication network. The effects of such issues on team performance are rigorously analyzed. Based on the Lyapunov stability principle, it has been demonstrated that the controller is capable of providing satisfactory performance for the entire system despite these challenges. Moreover, vehicle synchronization can be effectively maintained. Numerical simulations are conducted to verify the theoretical findings.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,900
Score d'incertitude au seuil0,842

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,007
Tête enseignante GPT0,210
Écart entre enseignants0,203 · 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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Intelligent & Robotic SystemsMême sujetVehicle Dynamics and Control SystemsTravaux en français237 207