MétaCan
Menu
Retour à la cohorte
Enregistrement W4408564870 · doi:10.1109/tcns.2025.3552474

A Predictive Control Strategy for Remotely Maneuvered Wheeled Mobile Robots Enabling Setpoint Attack Detection

2025· article· en· W4408564870 sur OpenAlex
Cristian Tiriolo, Mattia Cersullo, Giuseppe Franzè, Walter Lúcia

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Transactions on Control of Network Systems · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueNetwork Security and Intrusion Detection
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésSetpointMobile robotModel predictive controlComputer scienceTeleroboticsControl (management)RobotControl systemEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this article, we consider remotely maneuvered differential-drive robots whose tracking controller is implemented on-board while the desired reference signal is generated by a remote control center and transmitted using a wireless communication channel potentially prone to cyber-attacks. Here, we develop a novel networked control architecture that allows the robot to track a given reference signal while enabling, on the robot's side, the detection of false data injections on the setpoint (reference) signal. The proposed solution takes advantage of a feedback linearized model of the vehicle kinematic model, a detector unit, and the coupled actions of two distributed predictive command governor modules installed at the two ends of the communication channel. We show that the resulting architecture guarantees constraints fulfillment and the absence of stealthy setpoint attacks. Laboratory experiments on a Khepera IV robot testify to the effectiveness of the proposed solution.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,995
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,018
Tête enseignante GPT0,253
Écart entre enseignants0,236 · 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