MétaCan
Menu
Retour à la cohorte
Enregistrement W2391895653 · doi:10.1109/icvrv.2015.64

Advances in Physically-Based Modeling of Deformable Soil for Real-Time Operator Training Simulators

2015· article· en· W2391895653 sur OpenAlexaff
Daniel Holz, Ali Azimi, Marek Teichmann

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil Mechanics and Vehicle Dynamics
Établissements canadiensCM Labs Simulations (Canada)
Organismes subventionnairesnon disponible
Mots-clésTerrainComputer scienceSimulationVirtual realityReal-time simulationUnmanned ground vehicleOperator (biology)Training (meteorology)Aerospace engineeringRange (aeronautics)Virtual machineWork (physics)Human–computer interactionEngineeringArtificial intelligenceMechanical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

In recent years, realistic simulation of vehicles on soft terrain has increasingly gained importance due to its use in operator training, mission planning and design. In this work we present a method which is tailored to the requirements of real-time simulation of soft soil in Virtual Reality applications. We combine models from terramechanics and soil mechanics in order to represent the interaction of vehicles and their digging tools with a deformable terrain, allowing us to simulate a broad range of vehicles, including earth moving equipment and planetary rovers on soft ground in real-time. We consider the impact of both wheel - ground and tool - ground interactions on the vehicle behavior by creating a fully coupled simulation of the dynamics of the vehicle and its environment. Furthermore we present verification experiments which show that our wheel - ground interaction method yields realistic results.

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 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: Empirique
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,393

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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,023
Tête enseignante GPT0,246
Écart entre enseignants0,223 · 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 tête enseignante, 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

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoil Mechanics and Vehicle DynamicsTravaux en français237 207