Understanding the requirements for a blind-spot monitoring system on tractors from the operator’s perspective
Notice bibliographique
Résumé
Unintentional run-overs occur because the operator of a tractor is unable to physically see all around the machine. Therefore, there is a need to devise an effective blind-spot monitoring system for tractors to prevent unintentional run-overs. The purpose of the study was to identify the locations of blind spots around two types of tractors (i.e., with and without a front-end loader), with the ultimate goal of conceptualizing a blind-spot monitoring system capable of eliminating all existing blind spots. Grids were constructed around all four sides of the tractors to determine the presence of blind spots for drivers of varying sitting height (i.e., 5th, 50th and 95th percentile male for erect and slumped postures) at four horizontal planes representing people of varying stature who might be in the vicinity of the tractor (i.e., standing male, standing female, standing child, kneeling adult). Generally, the proportion of markers not visible decreased as the sitting height increased. Differences between erect and slumped sitting postures were not statistically different suggesting this variable could be ignored in the assessment of blind spots around tractors. The proportion of the markers not visible to the operator varied from 0 to 34%, with higher values observed for the tractor with the front-end loader installed. Values were as high as 42% of the markers not visible for the condition where a passenger was present in the passenger/trainer seat. Use of the existing rear-view mirrors eliminated only a small fraction of the blind spot area around the tractors. Through trial and error, it was determined that five and eight cameras would be required to fully detect the entire blind spot area around the two tractors selected for this study. A blind-spot monitoring system composed of five or eight cameras would create substantial additional monitoring burden for the tractor operator and, therefore, is not a feasible solution. A hybrid blind-spot monitoring system consisting of cameras and proximity sensors warrants further investigation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».