Full-scale testing and platform stabilization of a scanning lidar system for planetary landing
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.
Notice bibliographique
Résumé
In August 2007, the engineering model of the Rendezvous Lidar System (RLS) was tested at the Sensor Test Range Facility that has been developed at NASA Langley Research Center for the calibration and characterization of 3-D imaging sensors. The three-dimensional test pattern used in this characterization is suitable for an empirical verification of the resolving capability of a lidar for both mid-range terminal rendezvous and hazard avoidance landing. The results of the RLS lidar measurements are reported and compared with image frames generated by a lidar simulator with an Effective Instantaneous Field of View (EIFOV) consistent with the actual scanning time-of-flight lidar specifications. These full-scale tests demonstrated the resolving capability of the lidar under static testing conditions. In landing operations, even though the lidar has a very short exposure time on a per-pulse basis, the dynamic motion of a lander spacecraft with respect to the landing site will cause pulse-to-pulse imaging distortion. MDA, Optech, and NGC Aerospace have teamed together to resolve this issue using motion compensation (platform stabilization) and motion correction (platform residual correction) techniques. Platform stabilization permits images with homogenous density to be generated so that no safe landing sites will be missed; platform residual errors that are not prevented by this stabilization are then corrected in the measurement data prior to map generation. The results of recent developments in platform stabilization and motion correction are reported and discussed in the context of total imaging error budget.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle