MétaCan
Menu
Retour à la cohorte
Enregistrement W1977318593 · doi:10.1109/auv.2012.6380758

Real-time side scan image generation and registration framework for AUV route following

2012· article· en· W1977318593 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

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotics and Sensor-Based Localization
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesAtlantic Canada Opportunities Agency
Mots-clésSonarComputer scienceComputer visionProcess (computing)Artificial intelligenceSide-scan sonarSynthetic aperture sonarOrientation (vector space)Image processingSet (abstract data type)Image registrationReal-time computingImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

Memorial University is in the development stages of a Qualitative Navigation System (QNS) to be deployed on the Memorial Explorer AUV. This system will allow localization and path following along a trained route without the necessity of a globally referenced position estimate. Previous QNS work has been on terrestrial robots using optical images. Our main challenge lies in utilization of side scan sonar as the imaging medium, as this type of sonar is prevalent on AUVs and provides much better range and coverage than optics in water. To achieve this, a sonar image processing and registration framework has been developed. To be useful such a framework should be fully-autonomous, robust, and operate in real-time, where real-time operation is defined as the ability to process, register and localize data at the rate it is collected, or faster. In this paper we describe our framework for processing sonar data, generating image tiles, extracting unique features and localizing against a reference set. We also present some results of this system based on raw sonar input data collected by the AUV.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,822
Score d'incertitude au seuil0,363

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 Opus0,016
Tête enseignante GPT0,245
Écart entre enseignants0,229 · 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

En bref

Citations12
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetRobotics and Sensor-Based LocalizationTravaux en français237 207