MétaCan
Menu
Retour à la cohorte
Enregistrement W4255122632 · doi:10.22215/etd/2010-12287

Algorithms and experiments for globally consistent mapping of underground passageway environments

2010· dissertation· en· W4255122632 sur OpenAlexaboutno aff
Unal Artan

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueRobotics and Sensor-Based Localization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésA priori and a posterioriCourtesyData miningComputer scienceScale (ratio)Artificial intelligenceRoboticsEngineeringGeographyCartographyRobot

Résumé

récupéré en direct d'OpenAlex

The problem addressed by this thesis is whether globally consistent mapping can be practically achieved for the underground mining industry with little to no infrastructure and no a priori knowledge of the environment. This thesis has specific application to an underground global positioning system (UGPS) research project that is currently underway at MDA Space Missions of Brampton, ON. Using developed methods and algorithms from the mobile robotics literature, a tailored mapping algorithm was constructed for the effective and accurate mapping of large scale passageway environments. Following the use of a simulated environment for both feasibility tests and algorithm validation, the developed algorithms were applied to three real data sets, each having unique characteristics. Two of the data sets were obtained from underground mines courtesy of Atlas Copco Rock Drills AB of Orebro, Sweden. A quantitative and qualitative analysis of the produced pose estimates and maps provided clear indications about where the developed algorithms perform well, and also identified possible areas of future research. Finally, the successful integration of the generated maps into MDA's localization research was achieved.

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: aucune
Score de désaccord entre enseignants0,693
Score d'incertitude au seuil0,853

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 Opus0,016
Tête enseignante GPT0,236
Écart entre enseignants0,220 · 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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRobotics and Sensor-Based LocalizationTravaux en français237 207