MétaCan
Menu
Retour à la cohorte
Enregistrement W2963153230 · doi:10.35490/ec3.2019.195

BIM-driven mission planning and navigation for automatic indoor construction progress detection using robotic ground platform

2019· article· en· W2963153230 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueComputing in construction · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématique3D Surveying and Cultural Heritage
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesDivision of Civil, Mechanical and Manufacturing InnovationNational Science Foundation
Mots-clésComputer scienceLidarUnmanned ground vehiclePipeline (software)Real-time computingObstacleObstacle avoidanceSAFERDroneData collectionCollision avoidanceArtificial intelligenceRobotRemote sensingMobile robot

Résumé

récupéré en direct d'OpenAlex

Reconstructing a complete and accurate 3D representation of indoor construction scenes is an important step towards automated visual monitoring of construction projects. For fast access to construction’s as-built visual data, construction drones are programmed to autonomously navigate the outdoor space and collect the data. However, due to limited satellite signal indoors, ground rovers provide safer and more reliable autonomous navigation inside the narrow indoor navigable space. In this paper we present a novel pipeline for 4D BIM-driven mapping of the as- built state of indoor construction using 2D Light Detection and Ranging (LiDAR) sensors mounted on an Unmanned Ground Vehicle (UGV). The developed method consists of (1) BIM-driven data collection planning; (2) automatic mission navigation; (3) LiDAR data collection and (4) dynamic obstacle avoidance. Experiments show the applicability of the developed data collection strategy and the improved safety of automatic mission execution using UGV.

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 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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,628
Score d'incertitude au seuil0,542

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 Opus0,036
Tête enseignante GPT0,269
Écart entre enseignants0,233 · 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