MétaCan
Menu
Retour à la cohorte
Enregistrement W4413950831 · doi:10.3390/agriculture15171881

Trajectory Tracking Control of an Orchard Robot Based on Improved Integral Sliding Mode Algorithm

2025· article· en· W4413950831 sur OpenAlexaff
Yu Luo, Dongchuan Pu, Xiaoli He, Lepeng Song, Simon X. Yang, Weihong Ma, Hanwen Shi

Notice bibliographique

RevueAgriculture · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueControl and Dynamics of Mobile Robots
Établissements canadiensUniversity of Guelph
Organismes subventionnairesChongqing University of Science and TechnologyChongqing University
Mots-clésTrajectoryTracking (education)RobotIntegral sliding modeSliding mode controlMode (computer interface)Computer scienceOrchardControl theory (sociology)Artificial intelligenceAlgorithmComputer visionControl (management)BiologyPhysicsAgronomyPsychology

Résumé

récupéré en direct d'OpenAlex

To address the problems of insufficient trajectory tracking accuracy, pronounced jitter over undulating terrain, and limited disturbance rejection in orchard mobile robots, this paper proposes a trajectory tracking control strategy based on a double-loop adaptive sliding mode. Firstly, a kinematic model of the orchard robot is constructed and a time-varying integral terminal sliding surface is designed to achieve global fast finite-time convergence. Secondly, a sinusoidal saturation switching function with a variable boundary is employed to suppress the high-frequency chattering inherent in sliding mode control. Thirdly, an improved double-power reaching law (Improved DPRL) is introduced to enhance disturbance rejection in the inner loop while ensuring continuity of the outer-loop output. Finally, Lyapunov stability theory is used to prove the asymptotic stability of the double-loop system. The experimental results show that attitude angle error settles within 0.01 rad after 0.144 s, while the position errors in both the x-axis and y-axis directions settle within 0.01 m after 0.966 s and 0.753 s, respectively. Regarding position error convergence, the Integral of Absolute Error (IAE)/Integral of Squared Error (ISE)/Integral of Time-Weighted Absolute Error (ITAE) are 0.7629 m, 0.7698 m, and 0.2754 m, respectively; for the attitude angle error, the IAE/ISE/ITAE are 0.0484 rad, 0.0229 rad, and 0.1545 rad, respectively. These results indicate faster convergence of both position and attitude errors, smoother control inputs, and markedly reduced chattering. Overall, the findings satisfy the real-time and accuracy requirements of fast trajectory tracking for orchard mobile robots.

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)0,000
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,003
Tête enseignante GPT0,201
Écart entre enseignants0,198 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgricultureMême sujetControl and Dynamics of Mobile RobotsTravaux en français237 207