MétaCan
Menu
Retour à la cohorte
Enregistrement W4404688983 · doi:10.1109/oceans55160.2024.10753805

High-Precision Heading Control of an Autonomous Sailboat: A Robust Nonlinear Approach

2024· article· en· W4404688983 sur OpenAlexaff
Sean Smith, Emmanuel Witrant, Ya‐Jun Pan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdaptive Control of Nonlinear Systems
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésHeading (navigation)Control theory (sociology)Nonlinear systemComputer scienceRobust controlControl (management)Control engineeringEngineeringArtificial intelligenceAerospace engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This article investigates high-precision robust heading control for an autonomous sailboat. First, the mathematical model of an autonomous sailboat is highlighted and discussed, with a particular focus on the heading dynamics that must be robustly controlled under real-world conditions. Typical control difficulties such as system disturbances, modeling uncertainty, control actuation saturation, and measurement noise are considered and addressed with reference to the controller and system modeling. We propose a control method that ensures robust heading control of an autonomous sailboat in the presence of these challenges. A reference simulator in Matlab/Simulink is used as a simulation testbed to demonstrate the benefits of state-of-the-art robust control developments. A multiphase simulation is conducted to compare the advantages and disadvantages of model-based robust control with linear techniques such as proportional-integral-derivative (PID) control.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil0,866

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 Opus0,015
Tête enseignante GPT0,223
Écart entre enseignants0,208 · 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
GenreMéthodes

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 sujetAdaptive Control of Nonlinear SystemsTravaux en français237 207