Prediction based guidance for real-time navigation of mobile robots in dynamic cluttered environments
Notice bibliographique
Résumé
Real-time motion-planning in autonomous vehicle navigation applications has typically referred to the on-line trajectory-planning problem to reach a designated location in minimal time. In this context, past research achievements have been subjected to three main limitations: (i) only the problem of interception (position matching) has been considered, whereas the problem of rendezvous (velocity matching) has not been rigorously investigated; (ii) obstacles have been commonly treated as moving with constant velocity as opposed to being highly maneuverable and following a priori unknown trajectories; and, (iii) mostly, structured indoor terrains have been considered. This Thesis addresses the abovementioned drawbacks by proposing the use of a novel advanced guidance-based rendezvous methodology in allowing an autonomous vehicle to accurately and safely maneuver in the presence of dynamic obstacles on realistic terrains. The objective is time-optimal rendezvous with static or dynamic targets. The proposed on-line motion-planning method minimizes rendezvous time with the target, as well as energy consumption, by directly considering the dynamics of the obstacles and the target, while accurately determining a feasible way to travel through an uneven terrain. This objective is achieved by determining rendezvous maneuvers using the Advanced Predictive Guidance (APG) law. Namely, the navigation method is designed to effectively cope with maneuvering targets/obstacles by predicting their future velocities and accelerations. The terrain navigation algorithm, also developed within the framework of this Thesis, computes a safe path through a realistic terrain that also minimizes the rendezvous time. All developed algorithms are seamlessly integrated into one overall vehicle guidance algorithm. Extensive simulation and experimental analyses, some of which are reported herein, have clearly demonstrated the time efficiency of the proposed rendezvous method on realistic terrains as well as the robustness of the proposed algorithm to measurement noise.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».