Factors Contributing to Guidance Performance when Using a CameraâBased Guidance Aid
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
A guidance aid is a device that provides guidance information to the driver rather than replacing the driver. With a camera-based guidance aid, the view seen by a forward-looking video camera is displayed on a monitor situated within the operator station of the vehicle. As the vehicle moves forward, images of the ground scroll vertically across the monitor. The rate at which the image scrolls, the image velocity, is related to the forward velocity of the vehicle, the placement of the camera (height and tilt angle), and the optical characteristics of the guidance camera. When tested with a tractor at forward velocities between 1.6 and 12.8 km/h, lateral error increased linearly as image velocity increased. Driver self-confidence decreased linearly as image velocity increased. Based on subjective feedback, drivers preferred a camera tilt angle of 20 degrees (over either 30 degrees or 40 degrees) because it yielded the greatest look-ahead distance. Statistically, a tilt angle of 30 degrees was best for a camera with a narrow field of view (narrow FOV, 20 degrees in the lateral direction). For a camera with a wide field of view (wide FOV, 39 degrees in the lateral direction), there was no statistical difference. For the narrow FOV camera, a camera height of 1.1 m yielded statistically smaller lateral errors than a camera height of 1.5 m. There was no statistical difference for the wide FOV camera. Overall, the lateral error was statistically smaller for the narrow FOV camera than for the wide FOV camera due to the difference in the lateral ratio for each camera, where the lateral ratio is the ratio of the lateral field of view of the camera to the fixed monitor width.
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