MétaCan
Menu
Retour à la cohorte
Enregistrement W4399919294 · doi:10.18280/mmep.110616

Synchronization of Heterogeneous Vehicle Platoon Using Distributed PI Controller Designed Based on Cooperative Observer

2024· article· en· W4399919294 sur OpenAlexvenueno aff
Agung Prayitno, Veronica Indrawati, Yohanes Gunawan Yusuf

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueNetwork Time Synchronization Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPlatoonSynchronization (alternating current)Observer (physics)Control theory (sociology)PiPID controllerController (irrigation)Computer scienceControl engineeringEngineeringControl (management)MathematicsPhysicsArtificial intelligenceComputer network

Résumé

récupéré en direct d'OpenAlex

The challenge in designing distributed controllers for vehicle platoon synchronization arises when full-state information for control algorithm calculations cannot be obtained from the entire vehicle.Therefore, this paper presents a control scheme using a cooperative observer to estimate full-state information, enabling its use in calculating control signals.Instead of relying solely on a control signal proportional to the cooperative tracking error, the proposed control signal includes an additional integral form of the cooperative tracking error.This addition is expected to mitigate the effects of disturbances experienced by follower vehicles.Distributed control generally comprises two major components: The proportional-integral (PI) controller and the cooperative observer.The paper provides conditions for choosing control parameter values to guarantee the stability of the vehicle platoon.A numerical simulation of a vehicle platoon comprising one leader and ten followers is presented to demonstrate performance and validate the research results.Simulation results indicate that the controller performs effectively when followers experience constant disturbances, demonstrating the continuous achievement of vehicle platoon synchronization.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0010,001
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 Opus0,023
Tête enseignante GPT0,213
Écart entre enseignants0,189 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetNetwork Time Synchronization TechnologiesTravaux en français237 207