Guidage automatique d'un engin agricole par GPS cinématique
Notice bibliographique
Résumé
La conduite des vehicules agricoles lors de travaux tels le semis, la pulverisation ou l'epandage, demande une attention particuliere de la part de l'agriculteur. La precision du guidage demandee engendre l'apparition d'une fatigue generale et visuelle, au detriment de la surveillance de la machine, des outils associes, ou bien encore de la qualite du travail agronomique realise. Dans cet article, nous presentons la possibilite de realiser cette tâche de conduite le long de trajectoires, qui ne sont pas necessairement des lignes droites, avec un systeme de guidage automatique utilisant un capteur GPS cinematique. L'orientation du vehicule est calculee a partir d'un estimateur d'etat, et une loi de commande non lineaire et independante de la vitesse est etudiee, reposant sur les proprietes des systemes chaines. Des experimentations sur le terrain, montrant les capacites de notre systeme de guidage, sont reportees et discutees.Driving agricultural vehicles during works such as sowing, pulverization or spreading, requests a particular care from the farmer. The required guidance precision creates the coming of a general and eye tiredness, to the detriment of the monitoring of the machine, the associated tools, or the quality of the agronomic work carried out. In this paper, we present the possibility of achieving this driving task along paths, which are not necessarily straight lines, with an automatic guidance system using a kinematic GPS sensor. The vehicle heading is derived according to a state estimator, and a non linear velocity independent control law is designed, relying on chained systems properties. Field experiments, demonstrating the capabilities of our guidance system, are reported and discussed.
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.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».