Online Soil Classification Using a UAS Sensor Emplacement System
Online Soil Classification Using a UAS Sensor Emplacement System
复制标题
使用 UAS 传感器安放系统进行在线土壤分类
DOI：
10.1007/978-3-030-71151-1_16
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Bradley, J.
中科院分区：
文献类型：
--
作者：
Plowcha, A.;Hogberg, J.;Detweiler, C.;Bradley, J.
在难以到达的位置部署传感器可以改善科学研究的数据收集。我们开发了一种传感器安放系统，可以安装到具有垂直起飞和着陆能力的无人机系统上，以自动将传感器钻入地面。当已知土壤的某些特性时，可以选择各种技术来增强螺旋挖掘过程。水分含量和抗压强度是对螺旋钻过程影响最大的土壤特性，但直接测量它们需要在已经不堪重负的机身上安装额外的传感器。我们通过一种新颖的方法来解决这个问题，该方法使用机载传感器和高斯过程回归方案在平均 85 秒螺旋演化的前 30 秒内预测这些土壤特征，该方案预测土壤水分含量和抗压强度，准确度分别为测量值的 86.53% 和 90.53%。
Deployment of sensors in hard-to-access locations can improve data gathering for scientific studies. We have developed a sensor emplacement system that can be mounted to unmanned aircraft systems with vertical takeoff and landing capabilities to autonomously auger a sensor into the ground. Various techniques can be chosen to enhance the augering process when certain characteristics of the soil are known. Moisture content and compressive strength are the soil characteristics that most impact the augering process, yet directly measuring them would require additional sensors to an already-burdened airframe. We address this through a novel means of predicting these soil characteristics within the first 30 s of an average 85 s augering evolution using onboard sensors and a Gaussian process regression scheme that predicts the soil moisture content and compressive strength with accuracy of 86.53% and 90.53% of the respective measured values.
登录
查看更多内容
用于地下传感器安装的无人机螺旋钻
DOI：
--
发表时间：
2018
期刊：
IEEE/RJS International Conference on Intelligent RObots and Systems
影响因子：
--
作者：
Yue Sun;Adam Plowcha;Mark Nail;Sebastian G. Elbaum;B. Terry;Carrick Detweiler
通讯作者：
Carrick Detweiler
智能机床中钻孔自适应控制功能的集成
DOI：
--
发表时间：
2000
期刊：
影响因子：
--
作者：
M. Fujishima;Y. Kakino;A. Matsubara
通讯作者：
A. Matsubara
基于计算机视觉的糖尿病视网膜病变分级指示参数的自动检测和定量分析
DOI：
--
发表时间：
2018
期刊：
Neural computing & applications (Print)
影响因子：
--
作者：
Ashish Issac;M. Dutta;C. Travieso
通讯作者：
C. Travieso
预测无人驾驶飞机系统传感器安装的挖掘成功
DOI：
--
发表时间：
2018
期刊：
International Symposium on Experimental Robotics
影响因子：
--
作者：
Adam Plowcha;Yue Sun;Carrick Detweiler;Justin M. Bradley
通讯作者：
Justin M. Bradley
应用多种机器学习方法预测稳定池塘灰烬的无侧限抗压强度
DOI：
--
发表时间：
2019
期刊：
Neural computing & applications (Print)
影响因子：
--
作者：
Manju Suthar
通讯作者：
Manju Suthar