Unmanned Aircraft Systems in Civil Engineering Applications
Notice bibliographique
Résumé
Three-dimensional city modeling has gained interest recently due to its useful applications. It plays an important role in decision-making and can be used comprehensively for urban planning analysis, disaster management, and tourism. One particular field, where it is highly important, is in civil and construction engineering. The opportunity to utilize such information has not only improved efficiency but provided the opportunity to explore innovative solutions and offer alternate options in decision making. Unmanned Aircraft Systems (UAS) are emerging as an alternative tool for mapping cities at a medium scale. The investigation of the dense point cloud created from imagery acquired by these systems is required to understand the limitations and accuracy of the derived product. For this reason, an analysis was performed to test the capabilities of UAS based mapping for city modeling and surface reconstruction. In this study, a UAV was flown over the Westland Group Building in Ontario, CA. The drone collected overlapping images during a preset trip using an IOS application, which was processed on ContextCapture. The UAS image-based results are compared to a high-resolution surface model that was acquired by Terrestrial Laser Scanning (TLS). At this point, the data is being compared between the two systems, by performing cloud-to-cloud comparison on CloudCompare. Preliminary analysis reveals that the mean vertical distance discrepancy between the UAS and the TLS is 0.07 ft with a standard deviation of 0.721 ft, which paves a promising path for UAS applications in city modeling.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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.
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 ».