Experimental Evaluation of PICAS: An Electro-Optical Array for Non-Cooperative Collision Sensing on Unmanned Aircraft Systems
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
This paper describes the initial flight test evaluation of the Passive Intelligent Collision Avoidance Sensor (PICAS) developed at the National Research Council of Canada (NRC). PICAS represents the latest iteration of a non-cooperative electro-optical (EO) airborne collision sensing instrument designed to explore technology appropriate for under-25 kg Unmanned Aircraft Systems (UAS). PICAS is a prototype, selectively-sampled, multi- camera array mated to a computing platform capable of simultaneously recording and processing images in real-time. A selective sampling approach tailored the sensor to the performance requirement by varying the angular resolution and field of view as a function of azimuth. PICAS was designed to detect a Cessna 172-sized target at 10 km in the head- on direction. The sensor was flight-tested on a Bell 205 rotorcraft acting as a surrogate UAS and flying collision-course intercepts against a Harvard Mark IV intruder. An NRC developed Collision Intercept Display was utilized to provide beyond visual line of sight guidance for both aircraft to conduct the intercepts. Once the collision geometry was coordinated, the Bell 205 switched to automatic operation, controlling altitude, ground- speed and ground-track for the duration of the run. PICAS was operated in pure recording mode, with each camera recording synchronized and time-stamped images at 15 frames per second. The detection performance was evaluated by simulating the real-time processing algorithms against pre-collected imagery and associated aircraft data. Analysis results indicated that PICAS exceeded the minimum detection requirement throughout its field of view for an under-25 kg UAS operating at an airspeed of 80 knots encountering typical (Cessna 172) intruders on co-altitude collision course geometries in Canadian Class G airspace.
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 | 0,000 |
| 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