論文の概要: Tilt as a Certified Resource: Preserving Motor Wrench-Rate Authority on Articulated Multirotors
- arxiv url: http://arxiv.org/abs/2609.21580v1
- Date: Fri, 18 Sep 2026 10:10:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-21 18:40:17.003515
- Title: Tilt as a Certified Resource: Preserving Motor Wrench-Rate Authority on Articulated Multirotors
- Title(参考訳): 認定資源としてのティルト:人工マルチロータにおけるモータレンチレートの保護
- Abstract要約: マルチローターの航空車両は名目上のレンチを追跡するだけでなく、混乱の中でそれらを迅速に調整するための「準備」を保たなければならない。
本稿では, 能動形態学を用いて縮退を破り, サーボ傾きを権威回復方向の幾何的資源として扱う。
我々は,サーボ容量を明示的に除外する構成に依存した,モータのみの即応性証明書を構築した。
- 参考スコア(独自算出の注目度): 5.702442201180031
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Fully-actuated multirotor aerial vehicles must not only track nominal wrenches but retain the "readiness" to modulate them rapidly under disturbances. Classical effort-minimizing allocators ignore this dynamic limit, whereas maximizing readiness leads to topologically disconnected optimal sheets demanding physically impossible actuator rates. Enforcing a readiness safety floor on fixed-geometry symmetric platforms further encounters a zero-sum degeneracy: motor-speed redistribution cannot improve authority without conceding wrench tracking. This paper uses active morphology to break the degeneracy, treating servo tilt as a geometric resource supplying authority-recovery directions unavailable to static rotors. We construct a configuration-dependent, motor-only readiness certificate - the log-volume of the reachable wrench-rate set - that explicitly excludes servo capacity, preventing a "ghost capacity fallacy" in which the certificate would falsely credit slow mechanical kinematic limits instead of collapsing accurately at motor saturation. The certificate is enforced as a Control Barrier Function (CBF) within a Unified Physical-Command Quadratic Program acting on motor torques and servo setpoints. Closed-loop simulations of an articulated octorotor under severe gust disturbances show classical allocators diverging and uncertified articulated allocators violating the safety floor, while the proposed CBF filter bounds the system state and preserves vehicle authority.
- Abstract(参考訳): 完全作動式マルチローター航空機は、名目上のレンチを追跡するだけでなく、混乱の中でそれらを迅速に調整するための「準備」を保たなければならない。
古典的な労力最小化アロケータは、このダイナミックな制限を無視する一方、可読性の最大化は、物理的に不可能なアクチュエーターレートを要求するトポロジカルに不連結な最適シートをもたらす。
固定幾何対称プラットフォーム上での即応性安全床の強化は、さらにゼロサムの縮退に遭遇する: モータースピードの再分配は、レンチ追跡を放棄せずには、権限を向上できない。
本論文は, 静電回転子に不可能な権威回復方向を提供する幾何学的資源として, サーボ傾きを扱い, 縮退を断ち切るために, 能動形態学を用いている。
我々は,サーボ容量を明示的に排除し,モーター飽和時に正確に折り畳むのではなく,遅い機械的限界を誤認する「ゴーストキャパシティの誤認」を防止する,構成に依存した,モータのみの即応性証明書(リーチ可能なレンチレートセットのログボリューム)を構築した。
この証明書は、モータートルクとサーボのセットポイントに作用する統一物理コマンド二次プログラム内の制御バリア機能(CBF)として施行される。
重度のガスト障害下での調音オクトーターの閉ループシミュレーションでは、古典的なアロケータが分岐し、未確認のアロケータが安全床に違反し、提案されたCBFフィルタがシステム状態と車両の権限を拘束する。
関連論文リスト
- Time-Efficient Iterative Learning Planning for Safety-Critical Dynamic Obstacle Avoidance [49.35246226163005]
本稿では、予測リスクブレンド制御バリア機能(ARB-CBF)を統合することにより、動的環境における安全クリティカルなナビゲーションに反復学習計画(ILP)を拡張する。
総合的なシミュレーションと実世界の実験により、最適化ベースのベースラインに比べて計算オーバーヘッドが低く、時間効率と安全性が優れていることが証明された。
論文 参考訳(メタデータ) (2026-09-17T14:12:36Z) - Readiness Barrier Functions: Forward-Invariant Control Authority for Overactuated Multirotor Allocation [1.5229257192293202]
本研究では,エアフレーム行列に依存しないクローズドフォームのフロアシフトを有するマルチロータのフィルタを提案する。
単一の設計の不等式は、認証された集合をコンパクトで厳密な内部をアクチュエータボックスにレンダリングし、閉じた形での非活性化の準備コストは、対称設計に対して$ln(n/(n-m)$である。
ヘキサロータと全アクチュエータでは、クローズドフォームギャップシミュレーションと機械の精度が一致し、オーソリティ・スカース方式のグリーディは認証フロアに違反し、提案フィルタの最大80倍の誤差を犯す。
論文 参考訳(メタデータ) (2026-08-17T09:43:42Z) - A Neural Network Based Teleoperation for Remote Controlled Vehicles [98.38733381483934]
車両の直接遠隔操作は重要な技術的ボトルネックに直面している。
通信遅延とオペレーターの 物理的に知覚できない 未モデル化の環境障害。
本稿では,一方的な遠隔操作フレームワークを提案する。
論文 参考訳(メタデータ) (2026-08-11T01:51:08Z) - Contact-Persistent Full Actuation for Aerial Physical Interaction [0.0]
本稿では,フルアクティベーションのための制御理論フレームワークを提案する。
アクチュエータリミットの下で実現可能なレンチ集合,タスクローディング下での残レンチ集合,残オーソリティマージンを定義する。
抽象傾斜ヘキサロータの数値評価により,全列ランクだけでは接触操作が不可能であることが示された。
論文 参考訳(メタデータ) (2026-07-22T03:21:02Z) - Parsimonious disturbance-aware minimum-time planning with parametric uncertainty [0.0]
本研究は、モータースポーツ応用のための最小ラップタイム計画フレームワークを提示し、検証する。
この手法は、車両のダイナミクスを短い地平線上で伝播させる、事前の障害対応フレームワークの上に構築されている。
我々は、キーカーパラメータの不確実性を考慮した定式化を拡張した。
論文 参考訳(メタデータ) (2026-07-14T22:32:35Z) - Agile Fall Recovery for Quadrotors with Bidirectional Thrust via Reinforcement Learning [8.39070114446824]
本稿では、任意の地上姿勢から、軽量なオンボードセンサーのみを用いた安定ホバリングまで、四重項の自律的落下回復のためのRLベースのフレームワークを提案する。
限定的で信頼性の低いオンボードセンシングのみを使用して,明示的な状態推定を行うことなく,アジャイルの4倍体フォールリカバリを実現することができることを示す。
論文 参考訳(メタデータ) (2026-06-15T10:15:10Z) - Implicit Drifting Policy: One-Step Action Generation via Conditional Expert Geometry [46.0185525503119]
Implicit Drifting Policy (IDP)は、ロボット制御のための一段階の模倣学習フレームワークである。
IDPは、明示的なベクトル場推定なしでポリシー学習にドリフトの訓練時間補正をもたらす。
論文 参考訳(メタデータ) (2026-05-31T08:39:57Z) - Physics-Informed Reinforcement Learning of Spatial Density Velocity Potentials for Map-Free Racing [73.88859384645264]
Out-Of-Distribution (OOD) の様々なレーストラックへの一般化は、機械学習(ML)を用いて、エンドツーエンド制御のためのセンサデータと車両アクチュエーターの間の数学的関係を符号化する。
本稿では,非幾何学的,物理インフォームド報酬を用いた深度測定のスペクトル分布から非線形車両動特性をパラメータ化して,ニューラルネットワーク(ANN)による車両の時間最適・乗換レース制御を推定するDRL法を提案する。
このポリシーは、経験的なパセジカタイヤモデルに似たタイヤのダイナミックスで摩擦円を最大化することで、OODトラックの12%で人間のデモより優れています。
論文 参考訳(メタデータ) (2026-04-10T17:12:07Z) - Muscle Coactivation in the Sky: Geometry and Pareto Optimality of Energy vs. Promptness in Multirotors [3.919116384604024]
モータの制限トルクとロータ速度から推力への非線形空力マップが, 突発性という新しい概念を生み出していることを示す。
エネルギー消費を競合対象として扱うことにより、冗長分解能をアフィン繊維上の原理化された多目的プログラムに変換する。
論文 参考訳(メタデータ) (2026-02-15T16:35:46Z) - Fault Tolerant Control of Mecanum Wheeled Mobile Robots [47.64303334083436]
Mecanum Wheeled Mobile Robot (MWMR) は、性能を低下させるアクチュエータ障害やミッション失敗に非常に敏感である。
MWMRの現在の耐故障制御スキームは、トルク劣化など部分的な故障を無視して、モーターストールのようなアクチュエーターの故障を目標としている。
そこで我々は,実時間故障パラメータの学習に後続確率を採用するFTC戦略を提案する。
論文 参考訳(メタデータ) (2025-12-06T14:14:07Z) - Forecasting Particle Accelerator Interruptions Using Logistic LASSO
Regression [62.997667081978825]
インターロックと呼ばれる予期せぬ粒子加速器の割り込みは、必要な安全対策にもかかわらず、突然の運用変更を引き起こす。
このような中断を予測することを目的とした,単純かつ強力なバイナリ分類モデルを提案する。
このモデルは、少なくとも絶対収縮と選択演算子によって罰せられるロジスティック回帰として定式化される。
論文 参考訳(メタデータ) (2023-03-15T23:11:30Z)
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。