Preliminary field trials of autonomous path following
Notice bibliographique
Résumé
As part of the ongoing Responsive AUV Localization and Mapping project (REALM) Memorial University has been developing an autonomous path localization and following system. This Qualitative Navigation System (QNS) localizes an AUV to a predefined path and generates control inputs to maintain the AUV along that path without the need for an absolute position estimate. QNS processes sonar data into the two-dimensional image space and performs feature extraction and matching. The results of this matching are input into a filter which allows localization of the AUV on the path and determination of either a waypoint or heading to maintain the AUVs traversal along the path. This ability to autonomously follow a path will be of great use for long term environmental monitoring. In May of 2013 QNS was deployed on Memorial's Explorer AUV and field tested in Holyrood, Newfoundland. International Submarine Engineering, manufacturer of the Explorer AUV, provided an interface which allowed the QNS software to request control of the AUV, provide command inputs, and relinquish control. A test path consisting of two connected 755m and 470m line sections was defined and used for preliminary tests. Although testing time was constrained, a series of successful tests were completed in which the AUV autonomously detected the path, localized itself and traversed the path to completion. The results of these tests validate the concept of QNS and the AUV control interface and will drive ongoing development and testing.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».