MétaCan
Menu
Retour à la cohorte
Enregistrement W2062337191 · doi:10.2174/1875934300801010054

Role of Visual Cues from the Environment in Driving an Agricultural Vehicle

2008· article· en· W2062337191 sur OpenAlexafffund
Davood Karimi, Danny Mann

Notice bibliographique

RevueThe Ergonomics Open Journal · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil Mechanics and Vehicle Dynamics
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Manitoba
Mots-clésSensory cueAgricultureComputer scienceComputer graphics (images)Computer visionHuman–computer interactionArtificial intelligenceGeography

Résumé

récupéré en direct d'OpenAlex

Driving is an interactive process in which the driver receives information regarding the state of the vehicle and the environment in which the vehicle is moving through visual, motion, haptic and auditory cues.The driver needs this information for successful guidance or navigation of the vehicle.A good understanding of this process requires knowledge of the sensory cues used by the driver in performing different driving tasks.This knowledge is also necessary in the development of driving simulators which are emerging as useful research tools.The goal of this research was to test whether drivers of agricultural vehicles use visual cues from the environment when performing common driving tasks such as parallel swathing and simple turning maneuvers.Experiments were performed using a tractor in the field and using a tractor driving simulator in the laboratory.The results show that in straight line driving with a lightbar guidance system, the steering behavior and performance of most drivers does not change with varying level of visual information from the environment.However, it seemed that approximately 33% of the subjects in our experiment used an aiming cue on the field boundary, when available.Visual cues from the environment played a significant role in maneuvers which included more than one phase of steering input.Drivers were able to successfully complete those maneuvers that consisted of only one phase of steering input, such as turns, even when complete visual cues from the environment were not provided.However, maneuvers which required multiple phases of steering input could not be completed when the visual information from the environment was incomplete.A driving simulator for agricultural vehicles, therefore, should include these cues.Also, cabs of agricultural vehicles should be designed in such a way that these features can be easily seen by the operator.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,209
Écart entre enseignants0,199 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations8
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Ergonomics Open JournalMême sujetSoil Mechanics and Vehicle DynamicsTravaux en français237 207