MétaCan
Menu
← Retour à la cohorte
Enregistrement W1969277208 · doi:10.3166/jesa.37.405-433

Guidage automatique d'un engin agricole par GPS cinématique

2003· article· fr· W1969277208 sur OpenAlexvenueno aff
Christophe Cariou, Benoît Thuilot, Philippe Martinet

Notice bibliographique

RevueJournal Européen des Systèmes Automatisés · 2003
Typearticle
Languefr
DomaineEngineering
ThématiqueSoil Mechanics and Vehicle Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

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. / La conduite des véhicules agricoles lors de travaux tels le semis, la pulvérisation ou l'épandage, demande une attention particulière de la part de l'agriculteur. La précision du guidage demandée engendre l'apparition d'une fatigue générale et visuelle, au détriment de la surveillance de la machine, des outils associés, ou bien encore de la qualité du travail agronomique réalisé. Dans cet article, nous présentons la possibilité de réaliser cette tâche de conduite le long de trajectoires, qui ne sont pas nécessairement des lignes droites, avec un système de guidage automatique utilisant un capteur GPS cinématique. L'orientation du véhicule est calculée à partir d'un estimateur d'état, et une loi de commande non linéaire et indépendante de la vitesse est étudiée, reposant sur les propriétés des systèmes chaînés. Des expérimentations sur le terrain, montrant les capacités de notre système de guidage, sont reportées et discutées.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,011
Tête enseignante GPT0,224
Écart entre enseignants0,213 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal Européen des Systèmes Automatisés→Même sujetSoil Mechanics and Vehicle Dynamics→Travaux en français237 207→