MétaCan
Menu
Retour à la cohorte
Enregistrement W3035465707 · doi:10.48336/1rc5-st39

Development, analysis, and implications of open-source simulations of remotely piloted aircraft.

2020· dissertation· en· W3035465707 sur OpenAlexaffabout
Oihane Cereceda Cantarelo

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2020
Typedissertation
Langueen
DomaineEngineering
ThématiqueAir Traffic Management and Optimization
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésAviationSet (abstract data type)Systems engineeringEngineeringAeronauticsComputer scienceSimulationOperations researchAerospace engineering

Résumé

récupéré en direct d'OpenAlex

In recent years, the use of Remotely Piloted Aircraft (RPAs) for diverse purposes has increased exponentially. As a consequence, the uncertainty created by situations turning into a threat for civilians has led to more restrictive regulations from national administrations such as Transport Canada. Their purpose is to safely integrate RPAs in the current airspace used for piloted aviation by evaluating Sense and Avoid (SAA) strategies and close encounters. The difficulty falls on having to rely on simulated environments because of the risk to the human pilot in the piloted aircraft. In the first part of this research, the technical difficulties associated with the development and study of RPA computer models are discussed. It explores the rationale behind using Open-Source Software (OSS) platforms for simulating RPAs as well as the challenges associated with interacting with OSS at graduate student level. A set of recommendations is proposed as the solution to improve the graduate student experience with OSS. In the second part, particular challenges related to the design of OSS computer models are addressed. Based on: (1) the differences and similarities between piloted and RPA flight simulators and (2) existing Verification and Validation (V&V) approaches, a validation method is presented as a solution to the subject of developing fixed-wing RPAs in OSS environments. This method is used to design two flight dynamics models with SAA applications. The first computer model is presented in tutorial format as a case study for the validation procedure whereas the second computer model is specific for testing SAA strategies. In the last part, one of the designed RPAs is integrated into a computer environment with a representative general aircraft. From the simulated encounters, a diving avoidance manoeuvre on the RPA is developed. This performance is observed to analyze the consequences to the airspace. The implications of this research are seen from three perspectives: (1) the OSS challenges in graduate school are wide-spread across disciplines, (2) the proposed validation procedure is adaptable to fit any computer model and simulation scenario, and (3) the simulated OSS framework with an RPA computer model has served for testing preliminary SAA methods with close encounters with manned aircraft.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,706
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,028
Tête enseignante GPT0,262
Écart entre enseignants0,234 · 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.

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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)Même sujetAir Traffic Management and OptimizationTravaux en français237 207