MétaCan
Menu
Back to cohort
Record W7135470167

Modélisation et simulation d'un quadrotor par commande backstepping adaptive

2021· other· fr· W7135470167 on OpenAlexaff
Amir Zouaoui

Bibliographic record

VenueDepositum (Université du Québec en Abitibi-Témiscamingue) · 2021
Typeother
Languagefr
Field
Topic
Canadian institutionsCégep de l'Abitibi TémiscamingueUniversité du Québec en Abitibi-Témiscamingue
Fundersnot available
KeywordsManipulator (device)Robot manipulatorBacksteppingRotation (mathematics)
DOInot available

Abstract

fetched live from OpenAlex

Le grand intérêt porté aux robots volants a encouragé de nombreux travaux de recherche visant à améliorer les stratégies de contrôle. Ces travaux effectués sur ces robots volants ont montré que la configuration du quadrotor est la meilleure, grâce à la simplicité de sa structure, sa taille réduite, son faible poids, et son décollage et atterrissage vertical. Mais, malgré tous, ce dernier est un système non linéaire, multivariable, couplé et sous actionné. Donc, la commande nécessite une attention particulière, pour qu’elle soit une commande robuste et stable. Ce mémoire porte sur la modélisation, la conception et l’implémentation en temps réel d’un contrôleur par la commande backstepping adaptative sur la plateforme Parrot Mambo, pour valider la performance de la commande en termes de la stabilisation du quadrotor en vol stationnaire et le suivi de trajectoires désirées. L’approche de la commande proposée est étudiée et appliquée au modèle Parrot Mambo pour contrôler le mouvement de rotation le long des axes x, y et z pour effectuer des vols stationnaires ainsi que le suivi d’une trajectoire désirée. Cette commande est basée sur le théorème de Lyapunov. Chaque état du système contrôle l’état précédent et est appelé "Commande virtuelle", jusqu’au dernier état qui est contrôlé par la commande réelle. L’idée est de calculer en plusieurs étapes une loi de commande qui assure la stabilité globale du système. Afin de rendre la commande robuste, une loi d'adaptation est associée à cette commande qui estime les paramètres inconnus et qui assure leur convergence vers leurs valeurs respectives, sans affecter le bon fonctionnement du système, notamment la stabilité. La validation du contrôleur proposé a été effectuée en simulation, puis une implémentation expérimentale a été faite sur le matériel Parrot Mambo. Les résultats obtenus ont montré une performance en stabilisation en mode vol stationnaire ainsi que la poursuite d’une trajectoire désirée.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Methods · Consensus signal: Methods
Teacher disagreement score0.019
Threshold uncertainty score0.037

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0010.000
Open science0.0010.000
Research integrity0.0010.000
Insufficient payload (model declined to judge)0.0050.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.010
GPT teacher head0.210
Teacher spread0.200 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreMethods

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2021
Admission routes1
Has abstractyes

Explore more

Same venueDepositum (Université du Québec en Abitibi-Témiscamingue)French-language works237,207