A controller topology for maneuvering a floating object via direct pushing with a ship
Notice bibliographique
Résumé
This paper presents a controller topology for maneuvering a floating object via direct pushing with a ship. The approach focuses on two primary tasks: the approach phase, where the ship aligns with and closes the distance to the object, and the manipulation phase, where the object is controlled while maintaining physical contact. The proposed control system combines trajectory planning with maneuvering the object by pushing at a strategically chosen point of contact, maintaining stability as it is guided toward the goal position. The controller is designed to handle the complex dynamics of ship-ice interactions and to mitigate external disturbances, including wind, waves, and currents. The control system is implemented and evaluated through both simulation and experimental studies. Simulations are used to assess the robustness of the controller topology and its ability to perform effectively across a range of geometric configurations. Experimental results investigate the behavior of the control framework in model test scenarios, offering insights into practical considerations such as contact force variability and complex hydrodynamics not modeled in simulation. Although this work focuses on single-agent manipulation of a floating object, it paves the way for future extensions to more complex scenarios. Future research will explore the use of multiple ships working cooperatively as a swarm to manipulate multiple floating objects, with an emphasis on minimizing interaction effects and ensuring effective coordination. These advancements aim to address broader challenges in Arctic ice management and other maritime applications involving collaborative systems for floating object control.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».