MétaCan
Menu
Retour à la cohorte
Enregistrement W2325216839 · doi:10.1016/j.promfg.2015.07.146

Beyond Line of Sight Control of Small Unmanned Aerial Vehicles Using a Synthetic Environment to Augment First Person Video

2015· article· en· W2325216839 sur OpenAlexafffundabout
Jonathan Stevenson, Siu O’Young, Luc Rolland

Notice bibliographique

RevueProcedia Manufacturing · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotics and Sensor-Based Localization
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNational Research Council CanadaNational Science Council
Mots-clésAugmentSightLine-of-sightLine (geometry)Computer graphics (images)Artificial intelligenceComputer scienceComputer visionEngineeringAerospace engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This paper is a summary of efforts to develop alternative methods to control small Unmanned Aerial Vehicles (UAV) 1 in manual mode while at Beyond Line of Sight (BLOS) range. While it is true that the majority of the UAV airborne activities will be in autonomous mode (i.e. using an autopilot) this may not always be the case, especially if there is a failure of the autopilot or need for an emergency manual override maneuver. This requirement for an emergency manual back-up mode during all flight stages remains in proposed UAV regulations being defined in the U.S., Canada and Europe. This paper proposes a possible manual pilot console using a combination of an extended-range First Person View (FPV) video augmented by a synthetic simulation environment. Practical field testing of the various elements which make up this system is presented.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,000
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 Opus0,023
Tête enseignante GPT0,196
Écart entre enseignants0,173 · 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'étudeSimulation ou modélisation
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

Citations13
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProcedia ManufacturingMême sujetRobotics and Sensor-Based LocalizationTravaux en français237 207