MétaCan
Menu
Retour à la cohorte
Enregistrement W3161189074 · doi:10.18280/i2m.200204

Tracking Control of an Autonomous Head Feeding Combine

2021· article· en· W3161189074 sur OpenAlexvenueno aff
Setya Permana Sutisna, Radite Praeko Agus Setiawan, I Dewa Made Subrata, Tineke Mandang

Notice bibliographique

RevueInstrumentation Mesure Métrologie · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueControl and Dynamics of Mobile Robots
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHeading (navigation)Rate gyroControl theory (sociology)ActuatorComputer scienceTurning radiusSimulationGyroscopeLeverControl systemMechanism (biology)Path (computing)EngineeringControl (management)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study aims to develop an autonomous combine harvester. A manual steering combine harvester was modified autonomously using navigation systems of an RTK-DGPS, a gyroscope, and crawler speed sensors. These sensors could determine the combine position and heading required to guide the path. The control system is processed for these navigation sensors' data to make the decision of combine movement. Moreover, it commands the actuator to move the steering lever mechanism. The steering control's desired heading angle was determined from lateral error, heading error, and the traveling speed. In this study, the combined harvester's average forward traveling speed was set at 0.17 m/s, adjusted to a navigation sensor's sampling rate of 5 Hz and the steering mechanism delay. The preliminary test showed the combine could turn by pivoting one of its tracks which turned the radius was into 0.4 m. Furthermore, a guidance control system of the combine harvester was developed based on this test result. The developed guidance control system was successfully guiding the combine to follow the harvesting path. The test results showed that the root mean square of the lateral error was less than 0.1 m.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,264
Écart entre enseignants0,247 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstrumentation Mesure MétrologieMême sujetControl and Dynamics of Mobile RobotsTravaux en français237 207