摘要:通过网络物理系统(CPS)的网络和物理系统的收敛已集成到网络物理生产系统(CPPS)中,从而导致范式转向智能制造。尽管CPP提供了变革性的好处,但其增加的连接性通过可剥削的脆弱性使制造商暴露于网络攻击。本文通过利用数字双(DT)技术来开发全面的安全模型,提出了一种新颖的CPP安全保护方法。该模型可以通过基于DT的虚拟调整来减轻脆弱组件的优先级,并支持优先级,从而提供定量评估结果以有效缓解。我们提出的DT安全模型也充当了高级仿真环境,促进了在不同的攻击方案中对CPP漏洞的评估,而不会破坏身体操作。通过在人类与机器人协作组装系统中的应用中,我们的方法的实用性和有效性得到了说明,这证明了DT技术的潜力。
我们介绍导航开发环境2,这是一种基于上游学习导航研究的低成本模型全堆栈导航系统。系统有两个部分:1)用于几何导航的板载轻量级软件堆栈,包括SLAM,遍历性分析和长马路径计划。2)基于Unity的可自定义仿真环境,具有与现实世界平台相同的传感器和运动模型,照片真实的渲染和自动数据注释。我们的导航算法仅依赖于单个低成本LIDAR-IMU模块和板载计算机。这可以在流行平台上部署,而没有额外的费用或外部校准工作,例如Unitree GO2。在实验中,我们显示了其本地化,避免碰撞和计划在各种环境中的规划。我们还显示了系统在自定义环境中的微调3D对象检测和语言导航中的用法。指南和教程是为系统在流行平台上的设置提供的,并与上游模块集成。
空中无人机越来越被视为在安全关键环境中检查的宝贵工具。在采矿行动中,这对人类运营商带来了动态和危险的环境,这一点都没有。无人机可以在许多情况下部署,包括有效的测量以及搜救任务。在这些动态上下文中运行是在挑战,因此需要无人机控制软件在运行时检测和适应条件。为了帮助开发这样的系统,我们向我们提出的系统是一个模拟测试床,用于调查矿山中无人机的自适应控制器。Aloft使用凉亭利用机器人操作系统(ROS)和模型环境来提供基于物理的测试。仿真环境是由在矿山的物理模型中收集的3D点云构造的,并包含在现实世界中预期的特征。高举允许研究社区的成员将自己的自适应控制器部署到无人机的控制循环中
摘要:Coppeliasim Edu作为机器人教学的有力工具,正在改变传统的教学模式。该软件提供了一个全面的机器人仿真环境,用户可以在其中探索不同的方案,模型和编程接口,以获得对机器人技术的更深入的了解。它的优势在于降低物理机器人的成本和潜在安全风险,从而使机器人教育更加广泛和安全。在实际的教学中,教师可以使用Coppeliasim Edu进行课程设计,指导学生进行机器人编程和仿真实验,并提高教学效率。通过案例分析,可以发现,使用Coppeliasim Edu可以更好地刺激学生对学习的兴趣,提高他们的实践能力和创新思维。将来,随着机器人技术的持续发展,Coppeliasim Edu的应用前景将更加广泛,为机器人教育带来了更多的可能性。
A • A>:分析和游戏工具 • ABS:空军基地模拟 • ACE-CSI:空天建设性环境 – C2 系统集成商 • ACE-IOS:空天建设性环境 – 信息作战套件 • ACS:聚合战斗服务 • ADTR:全域试验场 • AECT:空中教育和训练司令部 • AFC:陆军未来司令部 • AFIT:空军技术学院 • AFLCMC:空军生命周期管理中心 • AFMSTT:空军建模和仿真训练工具包 • AFRL:空军研究图书馆 • AFSERS-MUSE:空军侦察和监视合成环境 - 多重统一仿真环境 • AFSIM:仿真、集成和建模的高级框架 • AHP:陆军高超音速项目办公室 • AI:人工智能 • AM 或 AAM:先进/增材制造 • AMIE:架构管理集成环境 • AR:增强现实 • ARV:先进侦察车 • ASA(ALT):助理部长陆军采购、后勤和技术部门 • ASALT:先进小型武器杀伤力训练器 • ASW:反潜战 • AVCATT:航空联合兵种战术训练器 • AWS:亚马逊网络服务 • AWSIM:空战模拟
摘要 工业 4.0 开启了数字化制造的新时代,在此背景下,数字孪生被视为下一波仿真技术。信息物理系统 (CPS) 的开发和调试正在利用这些技术来提高产品质量,同时降低成本和缩短上市时间。然而,现有的虚拟设计原型和调试实践需要特定领域工程领域的合作。这需要付出相当大的努力,因为开发大多是在不同的部门使用特定于供应商的仿真工具进行的。目前还没有商业上可用的集成仿真环境,其中所有工程学科都可以协同工作。这在将虚拟模型与物理模型互连时带来了巨大挑战。因此,本文通过为设计原型和调试实践实施一个整体的、与供应商无关的数字孪生解决方案来应对这些挑战。该解决方案在一个工业用例中进行了测试,其中数字孪生有效地为具有成本效益的太阳能装配线制作了原型。
摘要:双人操作对于它在与环境交互时为机器人提供增加功能的潜力以及扩大可用的操作动作的数量而有价值。但是,要使机器人执行双字操作,系统必须具有一个强大的控制框架,以对每个子系统进行定位和生成轨迹和命令,以允许成功进行合作操作以及对每个单个子系统的足够控制。提出的方法建议使用多个通过使用光学跟踪定位方法充当单个双层操作系统的多个移动操纵器平台。框架的性能取决于本地化的准确性。由于命令主要是高级的,因此可以在此框架内使用移动操纵器和固定操纵器的任何数字和组合。我们使用两个不同的全向移动操纵器在Pybullet仿真环境中进行测试来证明该系统的功能,以及使用两个四倍体操纵器的真实实验。
摘要 - 城市化导致道路上越来越多的车辆,导致空气更加污染和拥挤的城市中心。这是由配备电信设备的混合动力汽车减轻这种情况的,这允许实施预测控制策略。这项研究集中在设置创新和通用的仿真环境,以开发和验证由车辆到所有连接所支持的预测控制策略。这有助于测试和验证预测控制策略,授予安全性,可靠性和可重复性。模拟环境由连接的硬件(HIL)系统组成,用于测试将实现预测功能的监督控制器(混合控制单元)。除了常规HIL布局的所有优点外,它还可以从云服务提供商和附近设备上交换真实数据。使用具有专有功能的自定义连接控制单元来处理动力总成控制器,蜂窝网络和智能运输系统(ITS-G5)之间的空中接口。最后,这项工作介绍了对实际控制器之间短期和远程数据交换的端到端通信的测试。
摘要 - 6D姿势估计方法的研究对于增强机器人感知和操纵能力至关重要,尤其是在复杂的环境中。最初,我们在凉亭仿真环境中采用了深对象姿势估计(DOPE)项目来识别和掌握对象。但是,在高度混乱或遮挡的场景中,涂料表现出差的性能。为了应对这些挑战,我们转向了一种更强大的方法,并彻底检查了其基本的纸张和代码。计算资源和时间的限制,我们专注于一个对象,并调整了参数以加快培训和评估过程。我们成功地训练了密集型模型,进行了评估,并可视化了结果。我们将修改模型的性能与官方密集型模型进行了比较,观察到,尽管我们的调整提高了速度和可行性,但官方模型在评估和可视化任务方面的准确性和鲁棒性方面的表现优于我们的表现。此比较强调了在实际应用中模型优化与性能之间的权衡。
摘要:严格的环境法规和提高航运运营可持续性的努力导致设计和采用更复杂的船舶发电厂系统配置以及实施数字化功能。由于这些系统的复杂性,由组件和子系统故障引起的可能导致事故的危急情况需要及时检测和缓解。本研究旨在通过开发一种综合监控安全系统的概念来提高船舶复杂系统及其运行的安全性,该系统采用现有的安全模型和船上传感器的数据融合。采用详细的故障树来模拟停电事件,代表邮轮的航行模式和其工厂的运行模式。邮轮警报和监控系统获取的船上传感器测量值与这些故障树相结合,以解释所调查发电厂配置及其组件运行条件的船上信息,从而有助于估计停电概率的时间变化以及发电厂组件的动态临界性评估。通过使用 Matlab/Simulink 开发的虚拟仿真环境验证了所提出的概念。本研究支持对船舶动力装置的动态评估,因此有利于提高运行期间动力装置的安全性的决策。