MétaCan
Menu
Retour à la cohorte
Enregistrement W4382050767 · doi:10.1109/icuas57906.2023.10156270

Quadrotors with Slung Payloads: Energy Analysis and Experimental Validation

2023· article· en· W4382050767 sur OpenAlexafffund
Hassan Alkomy, Jinjun Shan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueUnderwater Vehicles and Communication Systems
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésKinematicsPropellerEnergy consumptionPayload (computing)Energy (signal processing)TrajectoryPolynomialControl theory (sociology)Power (physics)Computer scienceMonte Carlo methodBoundary (topology)Polynomial and rational function modelingSimulationApplied mathematicsMathematicsPhysicsMarine engineeringMathematical analysisEngineeringClassical mechanicsArtificial intelligenceStatisticsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This paper analyzes the energy consumption of quadrotors with slung payloads. First, it develops novel expressions for the power and energy consumption for a quadrotor with a slung payload flying in 3D. These expressions are called the power and energy quotients, which are directly proportional to the actual power and energy consumption. However, they do not require any prior knowledge of the motor and propeller parameters. Second, a comprehensive energy investigation is conducted to find the effect of polynomial trajectories, cable length, arbitrary kinematic boundary conditions, and number of waypoints on the energy consumption. This analysis has been conducted via two different Monte Carlo simulations. The results showed that increasing the degree of the polynomial trajectory increases the energy consumption and there is an optimal cable length, at which, the energy consumption is minimal. These results are valid regardless of the kinematic boundary conditions, which implies that these results are valid regardless of the number of waypoints. All results have been validated experimentally.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,207
Score d'incertitude au seuil0,195

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 enseignants0,202 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetUnderwater Vehicles and Communication SystemsTravaux en français237 207