Frameworks and middleware for umanned ground vehicles
Notice bibliographique
Résumé
Modern unmanned vehicles (UV) are complex systems. The current generation of UVs have extensive capabilities allowing the UV to sense its environment, create an internal representation of the environment, navigate within this environment by commanding movement and accomplish this in real-time. This proliferation of UV capabilities has resulted in large and complex software systems that are often distributed across multiple processors. Such systems have a reputation for convoluted implementations that result in software that is difficult to understand, expand, debug and repair. In order for a UV to operate successfully this issue of complex distributed software systems must be mastered. The computing science field views a modular, component based design as the best approach for implementing complex distributed software systems. Methodologies and toolkits such as frameworks and middleware have been developed to enable and simplify the implementation of distributed software systems. DRDC and other research institutions are developing UVs frameworks using CORBA middleware. A CORBA interface enables location transparency, thus it does not matter whether the component is locally or remotely located. The UV autonomy framework developed at DRDC is based upon the Miro framework which was originally developed for soccer playing robots. The Miro framework implements many key features and methods required by autonomous systems and Miro's basis in CORBA allows it to be easily modified and extended to support the unique requirements of military UVs. DRDC has modified and extended Miro so that it now supports autonomous unmanned ground vehicles. The process of implementing these changes substantiated the advantages of frameworks and middleware since Miro proved to be highly flexible and easy to extend.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».