Real time autonomous collision avoidance for unmanned aerial vehicles
Notice bibliographique
Résumé
GeoSurv II is a jointly funded project of Sander Geophysics Limited (SGL) and NSERC to develop a fixed-wing Unmanned Aerial Vehicle (UAV), capable of autonomously performing high resolution geophysical surveys at low flight altitudes over poorly known terrain. This thesis is in support of achieving this objective. In order to achieve such a level of autonomy, the UAV must be capable of avoiding stationary, pop-up and moving obstacles while flying at low altitude. Such obstacles may include power lines, communication towers, trees, unknown flight vehicles encountered while at flight or uneven terrains which creates the situation of the pop-up obstacles. In addition to that the UAV must be able to fly as close as possible to the reference trajectory for a given geophysical survey. The development and testing of a method capable of performing such an autonomous mission is the objective of this thesis. In this thesis, a method is developed based on a spectral method known as Legendre Pseudospectral Optimal Control, because of its capability to directly incorporate all of the mission objectives, while respecting the UAV constraints (which other methods in the literature are not capable of). The method accounts the aircraft and obstacle constraints there by capable of avoiding obstacles with feasible maneuvers for the aircraft. The objective to remain as close to the reference trajectory is fulfilled by setting the area between the flight trajectory and reference trajectory as the cost of optimization of the optimal control problem. Five different scenarios presented in this thesis show the developed method's capability to avoid the stationary, pop-up and the moving obstacles successfully while remaining close to the reference trajectory.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».