MétaCan
Menu
Retour à la cohorte
Enregistrement W7009006104

Design and implementation of a leader-follower controller for a wheel-legged robot

2015· dissertation· en· W7009006104 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2015
Typedissertation
Langueen
DomaineEngineering
ThématiqueRobotic Locomotion and Control
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésController (irrigation)RobotRoboticsMobile robotKinematicsRange (aeronautics)Control theory (sociology)Inverse kinematicsOpen-loop controller
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Leader-follower formation control of mobile robots has been investigated by many researchers in the robotics community to control multi-robot systems.This control method can coordinate a team of unmanned vehicles by manoeuvering each robot to maintain its desired position with respect to the leader of the formation.The leader-follower control strategy can also be applied to implement human-follower behaviours on mobile robots.In this thesis, a leader-follower controller was developed for the Micro-Hydraulic Toolkit (MHT), a quadruped wheel-legged robot designed by Defence Research and Development Canada (DRDC) at the Suffield Research Centre.Previously, a velocity-based inverse kinematics controller was designed and implemented on the vehicle to control its posture.However, since the MHT does not have a steering mechanism for its wheels, this controller is unable to execute turning manoeuvres with the robot.Therefore, a separate controller was developed in order to steer the MHT to achieve leader-follower formation control.The purpose of the leader-follower controller is to compute the desired wheel velocities of the robot to reach and maintain a desired range and bearing with respect to a designated leader.To implement the controller on the physical robot, a vision algorithm was developed to measure the range and bearing of the leader with respect to the MHT using a monocular camera.A wide range of leader-follower scenarios was executed in simulation using a high fidelity physics-based model of the Toolkit and on the physical platform of the MHT to assess the performance of the leader-follower controller.The results of these tests demonstrated that the controller developed is successfully capable of executing leaderfollower behaviours with the MHT.iii ABBRÉGÉ L'approche de meneur-suiveur pour contrôler un groupe de robots a été le sujet de plusieurs recherches dans le domaine de la robotique.Cette approche consiste à guider un groupe de robots en commandant à chaque robot de garder une position prédéterminée par rapport au meneur de la formation.Elle peut également être appliquée pour permettre à des robots de suivre une personne.Dans ce mémoire, un mécanisme de contrôle pour accomplir une fonction de meneur-suiveur est développé.Le contrôleur a été conçu pour le Micro-Hydraulic Toolkit (MHT), un robot quadrupède à locomotion hybride construit par Recherche et développement pour la défense Canada au Centre de recherches de Suffield.Précédemment, une stratégie de contrôle utilisant le modèle cinématique inverse du robot a été développée et testée sur le MHT afin de permettre au véhicule de reconfigurer sa posture.Toutefois, ce contrôleur est incapable de faire tourner le robot puisque le MHT ne peut pas rediriger ses roues.Alors, un mécanisme de contrôle distinct a été créé pour permettre au véhicule de suivre un meneur.L'objectif du contrôleur est de générer les commandes cinématiques aux roues du MHT afin que le robot puisse maintenir une distance et un angle prédéterminés par rapport au meneur.Pour implémenter le contrôleur sur le MHT, un algorithme de vision par ordinateur a également été développé pour mesurer la distance et l'angle du meneur par rapport au véhicule à l'aide d'une caméra.Le mécanisme de contrôle présenté dans ce mémoire a été testé sous divers scénarios en simulation sur un modèle détaillé du MHT ainsi que sur le prototype du robot.Les résultats des tests démontrent que le MHT parvient à accomplir une fonction de meneur-suiveur avec succès à l'aide du contrôleur conçu.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,022
Tête enseignante GPT0,263
Écart entre enseignants0,241 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetRobotic Locomotion and ControlTravaux en français237 207