Adaptive Synthesized Fault-Tolerant Autonomous Ground Vehicle Control With Guaranteed Performance and Saturated Input
Notice bibliographique
Résumé
This paper investigates the synthesized motion control (simultaneous control of the path tracking and roll dynamics) of autonomous ground vehicles considering the tracking performance enhancement, actuator failures and input saturations. A novel adaptive fault-tolerant control (FTC) strategy is proposed in this study to achieve the control objective, which incorporates two contributions: Firstly, a finite-time prescribed performance function (PPF) is proposed for the prescribed performance control (PPC) based on a simplified error transformation formulation, which is used to embody the desired performance specifications and make PPC control design less complex but able to guarantee the tracking error constrained in a prescribed region within a finite time; Secondly, a stabilizing PPC controller is synthesized based on a modified Nussbaum-type function and barrier Lyapunov function (BLF), which also encompasses a simplified adaptive neural network (ANN) term for approximating the unknown system nonlinearities. The synthesized FTC controller is capable of realizing the finite-time prescribed transient control while handling the actuator failures and input saturations simultaneously. The results of a high-fidelity Simulink-CarSim simulation on a slippery road have validated the effectiveness and advantage of the proposed synthesized FTC strategy compared with a traditional sliding mode control (SMC), and a hardware-in-the-loop (HIL) simulation has been implemented to verify the real-time performance of the proposed control strategy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».