MétaCan
Menu
Retour à la cohorte
Enregistrement W2940670565 · doi:10.22215/etd/2017-12119

Instrumentation and application of unmanned ground vehicles for magnetic surveying

2017· dissertation· en· W2940670565 sur OpenAlexafffund
A. Hay

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueRobotics and Sensor-Based Localization
Établissements canadiensCarleton University
Organismes subventionnairesNatural Resources Canada
Mots-clésMagnetometerEnvelope (radar)Aerospace engineeringNoise (video)Unmanned ground vehicleInstrumentation (computer programming)EngineeringRemote sensingPlanetary explorationComputer scienceAeronauticsArtificial intelligenceMagnetic fieldGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

With the recent proliferation of unmanned aerial vehicles (UAV) for geophysical surveying a novel opportunity exists to develop unmanned ground vehicles (UGV) in parallel. This research presents a pilot study to integrate two UGVs, the Kapvik planetary micro-rover and a Husky A200 robotic development platform, with a GSMP 35U magnetometer that has recently been developed for the UAV market. Magnetic noise levels generated by the UGVs in laboratory and field conditions are estimated using the fourth difference method and, at a magnetometer-UGV separation distance of 121 cm, the Kapvik micro-rover was found to generate a noise envelope 0.04 nT whereas the noisier Husky UGV generated an envelope of 3.94 nT. The UGVs were assessed over a series of successful robotic mapping missions which demonstrated their capability for magnetic mapping, and their productivity and versatility in field conditions.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,845
Score d'incertitude au seuil0,555

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 Opus0,011
Tête enseignante GPT0,249
Écart entre enseignants0,238 · 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

Citations1
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetRobotics and Sensor-Based LocalizationTravaux en français237 207