MétaCan
Menu
Retour à la cohorte
Enregistrement W2017871017 · doi:10.1115/detc2014-35402

Novel Design of a Precision Planter for a Robotic Assistant Farmer

2014· article· en· W2017871017 sur OpenAlexaff
Reza Aminzadeh, Reza Fotouhi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil Mechanics and Vehicle Dynamics
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésRobotEconomic shortageAgricultural engineeringBinWork (physics)SimulationMobile robotComputer scienceAgricultural machineryAgricultureEngineeringMechanical engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Farming consumes considerable energy, natural resources and intensive human labor. Robotic assisted farmer can make farming activities more precise and more efficient; particularly it may remedy shortage of farmers in the future. A planter is a mechanism which performs precision seeding. Design of a planter in the optimum manner that needs minimum draft force when attached to a mobile robot, was the main objective of this work. A planter was developed, fabricated and tested in the course of a research project. The main motivation for this research is the fact that a mobile robot, is an electric powered vehicle with limited power and pulling force. Thus, a customized planter with a customized connection mechanism should be designed that can be pulled by mobile robot. The developed planter should have the same efficiency as the existing planters in seeding. To study the interaction between soil engagement tool (disc coulter) and soil, experiments were performed in the Linear Soil Bin. Different parameters of the disc coulter were changed and the draft force, vertical force and side force were measured. The results of the experiments were used to find the optimum parameters of the disc that caused minimum draft force. A novel planter was designed and fabricated; it was attached to a mobile robot, and field tested. Tests performed in outdoor and indoor settings showed satisfactory results. Draft force developed on the planter was close to analytical value and performance of the planter in other aspects was as expected.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,940
Score d'incertitude au seuil0,231

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 Opus0,023
Tête enseignante GPT0,221
Écart entre enseignants0,198 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoil Mechanics and Vehicle DynamicsTravaux en français237 207