Robottibussin prototyypin istuin- ja lattiatasot
Bibliographic record
Abstract
Opinnäytetyön tavoitteena oli suunnitella ja valmistaa Sensible 4 Oy:n valmistamaan robottibussin prototyyppiin sisäpuoliset lattiatasot ja istuinten rungot. Valmistuttuaan on bussin tarkoitus pystyä liikennöimään etukäteen määritettyä reittiä pitkin neljännen tason autonomian mukaisesti. Sillä on tarkoitus aloittaa julkisen liikenteen pilottien ajaminen kesällä 2019. Pääasiallisina vaatimuksina työssä tehtäville osille oli viimeistelty lopputulos, matala paino ja riittävä tukevuus. Työn pohjana toimi japanilaisen MUJI:n tekemät luonnokset auton muotoilusta. Osien mallinnus tehtiin CATIA:n CAD-ohjelmalla. Mallinnuksen jälkeen lattioiden rungoille tehtiin FEM-analyysit ja kiinnikkeiden lujuuslaskelmat. Osat suunniteltiin ja valmistettiin pääosin itse. Valmistuksen osalta harkittiin alihankkijoiden käyttämistä osassa työtä, mutta päädyttiin kuitenkin aikataulullisista syistä valmistamaan lähes kaikki itse. Työn tuloksena saadut lattiarakenteet ja sohvat täyttivät työn tilaajan vaatimukset. Työ saatiin valmiiksi annetussa aikataulussa ja bussin sisustan toimivuutta päästiin testaamaan käytännössä sen julkistamistapahtumassa, jossa bussin kyydissä kävi noin 300 henkilöä. Projekti onnistui kokonaisuudessaan hyvin, mutta muutamaan yksityiskohtaan jäi vielä parannettavaa. Bussin jatkokehitysideoina syntyi opinnäytetyön aikana toinen lähestymistapa sen alemman lattiatason toteutukseen ja istuinten selkänojien valmistukseen. Alemman lattiatason suunnittelussa voitaisiin hyödyntää särmättyjä levymäisiä kappaleita ja niittiliitoksia. Sohvien selkänojissa voisi tutkia mahdollisuutta tehdä ne yksiosaisena, nykyisien kolmeosaisten sijan.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.020 | 0.009 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".