MétaCan
Menu
Retour à la cohorte
Enregistrement W4392501726 · doi:10.1139/dsa-2023-0052

Review of autonomous outdoor blimps and their applications

2024· article· en· W4392501726 sur OpenAlexvenueno aff
Shantanu S. Bhat, Sreenatha G. Anavatti, Matthew Garratt, Sridhar Ravi

Notice bibliographique

RevueDrone Systems and Applications · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAerospace Engineering and Energy Systems
Établissements canadiensnon disponible
Organismes subventionnairesOffice of Naval Research GlobalDefence Science and Technology Group
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Autonomous blimps have potential applications in surveillance, monitoring, and advertising. Due to their lower payload capacities and possible unstable flight profile, small blimps have been mostly used in indoor applications. However, recent advancements in their design and control have increased the prospects of deploying them for outdoor applications. This study presents a literature review of various aspects that encompass the unique elements of blimps’ design and operations followed by a discussion on the modern applications. The review focuses on advancements made in the fundamental attributes of blimps, including design, propulsion, navigation, and control. The review reveals that recent successes in using blimps for various missions, where heavier-than-air platforms have been usually used, highlight the potential for blimps to offer a lightweight and low-risk alternative. The relatively stable operation of blimps in low winds and longer-duration hovering capability can make them a preferred platform for rescue, source localization, and space applications. However, their stability in extreme environments is a challenge, in addition to their lower mobility and problems in accurately predicting control parameters. Thus, this review concludes with an overview of blimps’ futuristic applications of miniature blimps and recommendations to address the challenges in using them in real-world missions.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,006
Tête enseignante GPT0,204
Écart entre enseignants0,197 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrone Systems and ApplicationsMême sujetAerospace Engineering and Energy SystemsTravaux en français237 207