Feature article: A UAV software flight management system using arinc communication protocols
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
Most large commercial aircraft use a flight management system (FMS) to provide aircraft state estimation, trajectory prediction, lateral and vertical guidance, flight plans, and target setpoints (e.g., optimal cruise speed), among other functionality [1]. With unmanned aerial vehicles (UAVs) gaining popularity in commercial and military applications [2], the integration of UAVs in shared airspace with current aircraft has become an important problem to address. There has been consideration for the use of unmanned aircraft for package delivery with the use of small quadrotor UAVs for local demand [3] and large unmanned commercial aircraft for shipping goods internationally [4]. With the UAV industry poised to grow [2], one must consider how to integrate UAVs with the current systems for manned aircraft. Due to the importance of FMS to aircraft, a logical step would be to consider an FMS for UAVs that can adhere to current aircraft regulations and protocols. Flight management systems for UAVs can involve certification, collision detection, mission planning, and many other topics. One can find a number of simulated FMS for consumer flight simulators (i.e., Microsoft Flight Simulator and X-Plane [6]) that try to replicate the interface and functionality of currently available flight management systems. The purpose of this article is to take this idea further by building an FMS in software that can interface with real aircraft and UAVs using industry standard communication protocols.
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