Isolation of Vibrations Transmitted to a LIDAR Sensor Mounted on an Agricultural Vehicle to Improve Obstacle Detection.
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
Biosystems Engineering/Le gnie des biosystmes au Canada 55: 2.33-2.42. LIDAR (LIght Detection And Ranging) technology can be used on autonomous agricultural vehicles for guidance and obstacle detection purposes. However, the quality of LIDAR measurements can be affected by mechanical vibrations induced by the operation of these vehicles on uneven terrain. The objective of this study was to develop a stabilizing system and to evaluate its effectiveness at reducing the transmission of mechanical vibrations to a LIDAR sensor installed on an agricultural tractor for the purpose of reducing the positioning error of obstacles during field operation. Special support bars (S) and stabilization system (SS) were designed for a SICK LMS 291-S14 LIDAR sensor mounted on an agricultural tractor. The positioning error of the sensor was assessed in field experiments by determining the difference between the known location of obstacles and their corresponding estimated locations from the sensor measurements. Increasing tractor speed had a negative effect on the accuracy of the sensor with an increase in the positioning error of up to 27%. The addition of the S system positively affected the accuracy of the sensor and resulted in a 41% decrease of the average positioning error from 340 to 201 mm. Finally, the addition of the SS system decreased the average positioning error by 57% from 382 to 161 mm.
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 | 0,001 |
| 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