MétaCan
Menu
Retour à la cohorte
Enregistrement W1738388384 · doi:10.3390/rs70810480

Automatic In Situ Calibration of a Spinning Beam LiDAR System in Static and Kinematic Modes

2015· article· en· W1738388384 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueRemote Sensing · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage and Object Detection Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLidarCalibrationKinematicsSpinningRangingDistortion (music)Point (geometry)Range (aeronautics)AzimuthLine (geometry)Remote sensingComputer scienceOpticsGeologyPhysicsGeodesyGeometryMathematicsMaterials scienceEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

The Velodyne LiDAR series is one of the most popular spinning beam LiDAR systems currently available on the market. In this paper, the temporal stability of the range measurements of the Velodyne HDL-32E LiDAR system is first investigated as motivation for the development of a new automatic calibration method that allows quick and frequent recovery of the inherent time-varying errors. The basic principle of the method is that the LiDAR’s internal systematic error parameters are estimated by constraining point clouds of some known and automatically detected cylindrical features such as lamp poles to fit to the 3D cylinder models. This is analogous to the plumb-line calibration method in which the lens distortion parameters are estimated by constraining the image points of straight lines to fit to the 2D line model. The calibration can be performed at every measurement epoch in both static and kinematic modes. Four real datasets were used to verify the method, two of which were captured in static mode and the other two in kinematic mode. The overall results indicate that up to approximately 72% and 41% accuracy improvement were realized as a result of the calibration for the static and kinematic datasets, respectively.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,866
Score d'incertitude au seuil0,317

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,252
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle