Experimental implementation of state-dependent Riccati equation control on quadrotors
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.
Notice bibliographique
Résumé
Multirotor unmanned aerial vehicles are well-known and reliable platforms for flight in indoor and outdoor environments. They perform stable flights; standard autopilots have been developed with safety features based on laws and regulations. The safety regulations, which are extremely necessary for outdoor flights, restrict modification of the control structure of the autopilots. Despite the various valuable theory/simulation studies, surprisingly, the experimental implementation of the state-dependent Riccati equation (SDRE) is absent in the literature on flight control, which is the main novelty of this work. Waypoint regulation in an indoor testbed and trajectory tracking of the same waypoints (a square with 6 m edge and 10 cm allowable position error) were practiced. They were compared to show the performance of the system design. The flight experiment was performed on 23 trials to show the reliability of the design and compared with the proportional-integral-derivative (PID), executed onboard without a traditional autopilot. The SDRE and PID were implemented on a customized quadrotor with Raspberry Pi3B+ and Python3 program for onboard implementation. Finding the mean tracking time of the SDRE for the mentioned square 70.86 s, the delay of the PID tracking by 8.98 s confirmed the better performance of the proposed controller over a classical approach. The experimental implementation of nonlinear optimal control is presented for a quadrotor. Flight data and repeatability tests are provided for waypoint control of the flight. The experimental SDRE control implementation is presented. The waypoint control is compared with SDRE trajectory tracking.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle