原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2016阅读报告
滚动时域框架的正确性依赖于离散状态的偏序关系。如下图，将所有的状态划分到互不相交的子集中。目标状态为W0中的V10。假设初始状态为V0，机器人将计算它的下一个可达状态，直至到达目标状态V10 s[t+1] = A*s[t] + B*u[t] + E*d[t],u[t]∈U ,d[t] ∈D,s[0] ∈S S为连续状态空间的集合 U为控制信号的集合 E为外部干扰信号的集合 公式表示通过关于t时刻的状态来求出t+1时刻的状态 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * * * * * * * * * * * * * * * * * * * * * Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Correct , Reactive ,High-Level Robot Control Mitigating the State Explosion Problem of Temporal Logic Synthesis 缓解时序逻辑合成的状态空间爆炸问题 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 主要涉及的知识背景： 1、自动机 2、LTL线性时序逻辑，克里普克结构 3、多层次的协同方法 4、模拟与互模拟 5、抽象的粒度 6、滚动时域框架 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 综述： 本文通过以美国国防部高级研究计划局举办的城市挑战赛为例引机器人控制中存在的问题，进而介绍模拟和互模拟来保证抽象的解决方案与连续执行的一致性。但是，同时导致计算复杂度加大，文中主要介绍抽象粒度和状态空间的关系，并介绍了解决状态空间爆炸的方法： 1、使用粒度大的抽象，并将任务分解成互不相交的四个自动机以进一步降低复杂度； 2、使用粒度小的抽象，使用滚动时域框架来降低复杂。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Robots these days feature a tight interplay between computational and physical components. 现今，机器人的计算和物理部件之间有着紧密的相互作用。 举例：DARPA Urban Challenge 在城市挑战赛中，参赛车辆需要在全自动控制下， 在模拟城市的场景中识别静/动态的障碍物，执行不同的任务（如在不同路况的环境中，在遵守当地交通法规的前提条件下完成驾驶，泊车，到达指定地域等操作）。 在执行这些任务的同时，智能车也许满足底层物理部件和实际动作的局限性（如，不可能达到超出发动机的极限的速度，不可能实现瞬间的大角度转弯）。 因此，关于控制车辆行为的高层逻辑需要适当的集成到底层的控制器中。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 现存在的问题： 系统是通过某种特定的方法将计算和物理部件紧密耦合在一起。即使单个部件通过大量的测试和形式化验证满足正确性，但是，整个系统的复杂度已经超出了形式化验证的承受能力，同时迫使人们放弃大部分的测试。 如在2007年参加城市挑战赛的车辆
文档评论（0）