論文の概要: An Adaptive Control Architecture for Slope and Terrain Compensation in Autonomous Navigation in Mediterranean Greenhouses
- arxiv url: http://arxiv.org/abs/2609.02487v1
- Date: Wed, 02 Sep 2026 11:55:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-03 17:53:18.283713
- Title: An Adaptive Control Architecture for Slope and Terrain Compensation in Autonomous Navigation in Mediterranean Greenhouses
- Title（参考訳）: 地中海温室における自律走行における斜面・地すべり補償の適応制御方式
- Abstract要約: 本稿では,輸送ペイロードに基づく新しい地形適応戦略を提案し,高精度かつロバストな軌道追跡を実現する。
提案手法は, (i) 最も一般的な温室効果土, コンクリート, コンパクト砂, 砂利, および (ii) IMUを用いた地形斜面の直接測定の実験的評価に基づく。
この情報に基づいて、カスケード軌道追跡スキームが設計され、外側ループのモデルベース予測コントローラ(MPC)と内側ループのPIコントローラで構成されている。
- 参考スコア（独自算出の注目度）: 38.96391848836269
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The ability to move stably over terrain with varying slopes and textures is essential for mobile agricultural robots operating in complex and dynamic environments such as greenhouses, where small terrain irregularities can lead to significant navigation errors. This article presents a novel terrain-adaptation strategy based on the carried payload, ensuring accurate and robust trajectory tracking. The proposed approach is based on: (i) the experimental characterization of the most common types of greenhouse soil, concrete, compacted sand, and gravel, and (ii) the direct measurement of terrain slope using the IMU, in order to estimate the force with which this angle affects the motor input. Based on this information, a cascade trajectory-tracking scheme has been designed, consisting of a model-based predictive controller (MPC) in the outer loop and a PI controller in the inner loop. The system incorporates an adaptive feedforward control through gain scheduling approach, capable of adjusting to disturbances caused by variations in slope and terrain type. Simulation results demonstrate that the differential-drive robot achieves a significant improvement both in error indices and in control signal efficiency, highlighting the effectiveness and robustness of the proposed approach.
- Abstract（参考訳）: 傾斜やテクスチャの異なる地形を安定して移動できることは、温室のような複雑でダイナミックな環境で動く移動型農業ロボットにとって不可欠である。
本稿では,輸送ペイロードに基づく新しい地形適応戦略を提案し,高精度かつロバストな軌道追跡を実現する。
提案手法は以下の通りである。
一 温室土、コンクリート、コンパクト砂及び砂利の最も一般的な種類の実験的特徴
(II)IMUを用いた地形斜面の直接測定により,この角度がモータ入力に与える影響を推定する。
この情報に基づいて、カスケード軌道追跡スキームが設計され、外側ループのモデルベース予測コントローラ(MPC)と内側ループのPIコントローラで構成されている。
このシステムは、ゲインスケジューリングアプローチによる適応フィードフォワード制御を取り入れ、斜面や地形の変動による乱に適応することができる。
シミュレーションの結果,ディファレンシャルドライブロボットは,誤差指標と制御信号効率の両方において大幅な改善を実現し,提案手法の有効性とロバスト性を強調した。
関連論文リスト
- SkyJEPA: Learning Long-Horizon World Models for Zero-Shot Sim-to-Real Control of Quadrotors [48.60897189520386]
本稿では,実時間四重項制御のためのJEPAスタイルモデルを提案する。
我々は、潜伏動力学モデルと、凍結した潜伏者を解釈可能な状態にマッピングする、物理学に着想を得た新しいプロバーを組み合わせる。
高価で安全性の低い実世界のデータ収集への依存を低減するため,自動データセット生成のための構造化パイプラインを構築した。
論文 参考訳（メタデータ） (2026-06-22T15:00:59Z) - Robust Adaptive Predictive Control for Hook-Based Aerial Transportation Between Moving Platforms [1.4592997284674396]
本稿では,フック付き空中マニピュレータを用いた移動プラットフォーム間の自律的ピック・アンド・プレイスのためのモデル予測制御(MPC)手法を提案する。
提案手法の有効性は,複雑なシミュレーションシナリオや実世界の飛行実験で評価される。
論文 参考訳（メタデータ） (2026-05-04T09:14:34Z) - Receding-Horizon Control via Drifting Models [46.44328012099217]
ドリフトMPCは、ドリフト生成モデルと未知の力学の下での後退水平計画を組み合わせた。
ドリフトMPCはドリフトモデルの一段階推論効率を維持しつつ, ほぼ最適軌道を生成可能であることを示す。
論文 参考訳（メタデータ） (2026-04-06T08:48:10Z) - Predictive Control with Indirect Adaptive Laws for Payload Transportation by Quadrupedal Robots [36.62645789321095]
本稿では,四足歩行ロボットによるロバストペイロード輸送のための新しい階層的計画と制御フレームワークを開発する。
間接アダプティブ法則は、異なるペイロードの下での縮小順序(テンポレート)移動モデルの未知のパラメータを推定する。
ロボットは、荒れた地形で重量の73%のダイナミックペイロードをうまく管理する。
論文 参考訳（メタデータ） (2026-03-09T18:43:31Z) - Adaptive Linear Path Model-Based Diffusion [52.84663832658799]
リニアパスモデルベース拡散(LP-MBD)を導入し、分散保存スケジュールをフローマッチング線形確率パスに置き換える。
また,適応型LP-MBD(ALP-MBD)を提案し,タスクの複雑さや環境条件に応じて拡散ステップやノイズレベルを調整する。
論文 参考訳（メタデータ） (2026-02-02T21:33:03Z) - Finite-Time Control Based on Differential Flatness for Wheeled Mobile Robots with Experimental Validation [0.0]
ロバストなトラッキング制御戦略は、車輪付き移動ロボット(WMR)が様々な分野で動作しながら所定の経路を追跡できるように設計されている。
非線形超平面型スライディングモード制御(INH-SMC)技術がWMRに提案されている。
その実用的生存性は、タートルボット3のWMRにおける実際の室内実験を通じて実証される。
論文 参考訳（メタデータ） (2025-12-23T10:41:04Z) - Multi-Waypoint Path Planning and Motion Control for Non-holonomic Mobile Robots in Agricultural Applications [0.0]
無人移動ロボットは、非構造農業環境をナビゲートできるという需要が高まっている。
草地における雑草制御のようなタスクは、順序のない座標の集合を通して効率的な経路計画を必要とする。
本稿では,Dubins Traveling Salesman問題に基づくグローバルパスプランナを組み合わせた統合ナビゲーションフレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-31T08:56:24Z) - DATT: Deep Adaptive Trajectory Tracking for Quadrotor Control [62.24301794794304]
Deep Adaptive Trajectory Tracking (DATT)は、学習に基づくアプローチであり、現実世界の大きな乱れの存在下で、任意の、潜在的に実現不可能な軌跡を正確に追跡することができる。
DATTは、非定常風場における可溶性および非実用性の両方の軌道に対して、競争適応性非線形およびモデル予測コントローラを著しく上回っている。
適応非線形モデル予測制御ベースラインの1/4未満である3.2ms未満の推論時間で、効率的にオンラインで実行することができる。
論文 参考訳（メタデータ） (2023-10-13T12:22:31Z) - Learning Terrain-Aware Kinodynamic Model for Autonomous Off-Road Rally
Driving With Model Predictive Path Integral Control [4.23755398158039]
本稿では,固有受容情報と外部受容情報の両方に基づいて,地形を考慮したキノダイナミクスモデルを学習する手法を提案する。
提案モデルでは、6自由度運動の信頼性予測が生成され、接触相互作用を推定することもできる。
シミュレーションされたオフロードトラック実験により提案手法の有効性を実証し,提案手法がベースラインより優れていることを示す。
論文 参考訳（メタデータ） (2023-05-01T06:09:49Z) - Reinforcement Learning for Low-Thrust Trajectory Design of
Interplanetary Missions [77.34726150561087]
本稿では, 惑星間軌道のロバスト設計における強化学習の適用について検討する。
最先端アルゴリズムのオープンソース実装が採用されている。
その結果得られた誘導制御ネットワークは、堅牢な名目的軌道と関連する閉ループ誘導法の両方を提供する。
論文 参考訳（メタデータ） (2020-08-19T15:22:15Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。