Design of a model-based predictive controllers for trajectory-tracking of wheeled mobile robots / Conception des commandes prédictives basées sur un modèle pour le suivi de trajectoire des robots mobiles à roues
Notice bibliographique
Résumé
Abstract This project focuses on the autonomous tracking control of wheeled mobile robots, with a specific emphasis on omnidirectional robots capable of instantaneous movement in any direction without reorientation. The project's primary focus is the development of nonlinear control strategies based on predictive control principles. These strategies are designed to deliver reliable tracking performance for mobile robot systems that exhibit nonlinearities and operational constraints. The project begins by developing the kinematic representation of the omnidirectional robot, which serves as the foundation for subsequent control design. Next, two distinct control approaches are formulated for the task of trajectory tracking for omnidirectional mobile robots, particularly in scenarios characterized by nonlinearities and operational constraints. The first method is an optimal predictive method utilizes non-iterative linearization techniques to effectively handle nonlinearities in the system. It also incorporates Laguerre functions to enhance computational efficiency, reducing the computational cost of control. The second approach leverages the inherent nonlinear nature of the robot's dynamics and employs resilient optimization methods to address the computational complexity associated with this approach. Stability analyses is conducted to determine the necessary conditions to achieve nominal stability for the nonlinear controller. Both control methods are rigorously verified in a simulated environment. Additionally, the performance of these methods is compared against benchmark methods from existing literature, demonstrating their effectiveness and capabilities. To further validate the practicality and suitability of the proposed control strategies, real-time experiments are conducted. These experiments confirm the theoretical development and demonstrate the effectiveness of the methods for real-world missions and applications. Résumé Ce projet se concentre sur le contrôle autonome de suivi de trajectoire des robots mobiles à roues, avec une emphase particulière sur les robots omnidirectionnels capables de se déplacer instantanément dans n'importe quelle direction sans réorientation. L'objectif principal du projet est le développement de stratégies de contrôle non linéaires basées sur les principes de contrôle prédictif. Ces stratégies sont conçues pour assurer des performances de suivi fiables pour les systèmes de robots mobiles présentant des non-linéarités et des contraintes opérationnelles. Le projet commence par développer la représentation cinématique du robot omnidirectionnel, qui sert de base à la conception ultérieure des commandes. Ensuite, deux approches de contrôle distinctes sont formulées pour la tâche de suivi de trajectoire des robots mobiles omnidirectionnels, en particulier dans des scénarios caractérisés par des non-linéarités et des contraintes opérationnelles. La première approche est une méthode prédictive optimale qui utilise des techniques de linéarisation non itératives pour gérer efficacement les non-linéarités du système. Elle intègre également les fonctions de Laguerre pour améliorer l'efficacité de calcul, réduisant ainsi le temps de calcul du contrôle. La deuxième approche exploite la nature non linéaire inhérente à la dynamique du robot et emploie des méthodes d'optimisation résilientes pour répondre à la complexité de calcul associée à cette méthode. L'analyse de stabilité est réalisée pour déterminer les conditions nécessaires pour assurer la stabilité nominale de système non linéaire. Les deux méthodes de contrôle sont rigoureusement vérifiées dans un environnement de simulation. De plus, les performances de ces méthodes sont comparées à des méthodes de référence de la littérature existante, démontrant leur efficacité et leurs capacités. Pour valider davantage l’aspect pratique et la pertinence des stratégies de contrôle proposées, des expériences en temps réel sont menées. Ces expériences confirment le développement théorique et montrent l’efficacité des méthodes pour des missions et des applications réelles.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».