MétaCan
Menu
Retour à la cohorte
Enregistrement W2009837231 · doi:10.1139/juvs-2013-0020

Implementing low cost two-person supervisory control for small unmanned aerial systems

2014· article· en· W2009837231 sur OpenAlexvenueno aff
Brent Terwilliger, David Ison

Notice bibliographique

RevueJournal of Unmanned Vehicle Systems · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutopilotRedundancy (engineering)Systems engineeringControl (management)Computer scienceIdentification (biology)Proof of conceptControl systemTechnology readiness levelRisk analysis (engineering)EngineeringControl engineeringReliability engineering

Résumé

récupéré en direct d'OpenAlex

Commercially off-the-shelf remote control (RC) model aircraft have been used as a base platform for the development of small unmanned aerial systems (sUAS). Such designs have included use of first person view (FPV), inertial measurement units, and autopilot systems. Recommended guidelines established for operation of FPV recreational RC aircraft have applicability to operation of sUAS, when use of consistent components and platforms are considered. The purpose of this research was to examine existing literature, guidance, regulations, and other influencing factors to assess the necessity of redundancy management practices to identify recommended control stratagem, processes and procedures, operational criteria, and design of a proof of concept system to operate sUAS with optimal safety and operational benefits within recommended and legislated boundaries. Qualitative content analysis techniques were used to perform a literature review, while a survey of applicable technology (e.g., equipment, components, and software) was used in the development of a proof of concept system. The results were identification of a recommended supervisory control framework, a simulated supervisory control system, a physical proof of concept system, and a series of recommendations relating to considerations and potential follow-up research to better understand the limitations, constraints, and applicable benefits in the actual operation environment.

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 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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,301
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,053
Tête enseignante GPT0,333
Écart entre enseignants0,280 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Unmanned Vehicle SystemsMême sujetHuman-Automation Interaction and SafetyTravaux en français237 207