MétaCan
Menu
Retour à la cohorte
Enregistrement W2324668475 · doi:10.2514/6.2016-1667

Hard Real-Time General-Purpose Robotic Simulations of Autonomous Air Vehicles

2016· article· en· W2324668475 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAIAA Modeling and Simulation Technologies Conference · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueReal-Time Systems Scheduling
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceRobotReal-time computingAeronauticsArtificial intelligenceEngineering

Résumé

récupéré en direct d'OpenAlex

High-fidelity general-purpose robotic simulators are a special class of simulator designed to simulate all the components of a real-world robotics system, including autonomous air vehicles and planetary exploration rovers, so that a real-world system can be tested and verified before/during deployment on the real-world hardware. General-purpose robotic simulators can simulate sensors, actuators, obstacles, terrains, environments, physics, lighting, fluids, and air particles, while also providing a means to verify the system’s autonomous algorithms by using the simulated vehicle in place of the real-world one. General-purpose robotic simulators are typically coupled with an abstract robotic control interface so that autonomous systems evaluated on the simulated vehicles can be deployed, unchanged, on the corresponding real-world vehicles and vice versa. However, the problem with the current technology and research is that neither the robotic simulators nor the robotic control interfaces support Hard Real-Time capabilities, and cannot guarantee that Hard Real-Time constraints will be met. The lack of Hard Real-Time support has major implications on both the utility and the validity of the simulation results and the functioning of the realworld autonomous vehicle. As a solution, this paper will present Hard-RTSim, a novel hard real-time simulation framework that will: 1) Bring Hard Real-Time support to generalpurpose robotic simulators; and 2) Bring Hard Real-Time support to abstract robotic control interfaces. Hard-RTSim guarantees that simulated events in the environment or modeled vehicle are produced and handled with finite (bounded) accuracy and precision. Furthermore it improves these temporal responses to ensure these bounds are representative of temporal requirements for a wide range of scenarios. The Hard-RTSim framework ensures that the simulator and the hard real-time processes will actually get to use the CPU when they request/need it, no matter how many other processes are loaded on the CPU. The experimental results of using the Hard-RTSim framework compared to not using it yield a huge improvement in responsiveness and reliability. There is an improvement of 35% when the CPU is minimally loaded and then as the CPU load is increased the improvement increases as well, all the way up to a 98% improvement when the CPU is loaded at its maximum. These substantial improvements in precision and reliability will help to further the state of space exploration, aerospace technology, and produce better and more reliable autonomous aerial vehicles and planetary exploration rovers.

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 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,500
Score d'incertitude au seuil0,720

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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,037
Tête enseignante GPT0,262
Écart entre enseignants0,225 · 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