MétaCan
Menu
Retour à la cohorte
Enregistrement W2971609188 · doi:10.1109/jsen.2019.2938971

Binaural Sonar System for Simultaneous Sensing of Distance and Direction of Extended Barriers

2019· article· en· W2971609188 sur OpenAlexafffund
Payman Rajai, Matthew Straeten, Shahpour Alirezaee, Mohammed Jalal Ahamed

Notice bibliographique

RevueIEEE Sensors Journal · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of WindsorUniversity of Ottawa
Mots-clésBinaural recordingHuman echolocationAcousticsComputer scienceCommon emitterSonarTransducerOrientation (vector space)Range (aeronautics)TransmitterComputer visionArtificial intelligenceElectronic engineeringEngineeringPhysicsTelecommunicationsMathematicsAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Bat navigation via echolocation has inspired numerous acoustic-based obstacle sensing techniques. In this paper, we use a low-cost, small size, single frequency active binaural system for simultaneous detection of distance and direction of extended obstacles using the time of flight cue. For a binaural system and given size of the transducer, the minimum tolerable separation distance between the emitter and receiver as well as best frequency range for effectively sensing a barrier of any orientation will be assessed by simulation. With the given size of transducers of 6.30 mm in radius and for a working distance of 1 m, the minimum separation distance between the emitter and receiver should not be less than 5 cm and the emitter frequency should not exceed higher than 20 kHz. It will be shown in this article that higher frequency limits the lateral distance detection ability of the system. We experimentally verified the technique for detecting a wall of any orientation with respect to the system’s axis. The approach developed in this paper could be useful for mobile robotics, indoor navigation, and personalized navigation, where a compact configuration is of interest.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,504
Score d'incertitude au seuil0,144

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 Opus0,010
Tête enseignante GPT0,211
Écart entre enseignants0,201 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetBat Biology and Ecology StudiesTravaux en français237 207