XiaoMi-AI文件搜索系统
World File Search System低空
文章 用于先进低空航空应用的集成人工智能操作系统
摘要：本文介绍了一种专为低空航空应用量身定制的综合人工智能操作系统，该系统集成了尖端技术，以提高性能、安全性和效率。该系统由六个核心组件组成：OrinFlight OS，一种针对实时任务执行优化的高性能操作系统；UnitedVision，一种支持高级图像分析的多功能视觉处理模块；UnitedSense，一种提供精确环境建模的多传感器融合模块；UnitedNavigator，一种动态路径规划和导航系统；UnitedMatrix，支持多无人机协调和任务执行；UnitedInSight，一个用于监控和管理的地面站。在 UA DevKit 低代码平台的补充下，该系统促进了用户友好的定制和应用程序开发。利用 NVIDIA Orin 的计算能力和先进的 AI 算法，该系统解决了现代航空中的复杂挑战，为导航、感知和协作操作提供了强大的解决方案。这项工作重点介绍了系统的架构、功能和潜在应用，展示了其满足智能航空环境需求的能力。
立法委员会会议于2024年4月10日就“促进低空经济发展”的动议辩论
立法委员会会议于2024年4月10日举行的动议辩论有关“促进低空经济发展”的进度报告目的（“ Legco”）于2024年4月10日会议，“促进低空经济发展的动议”，由伊丽莎白·Quat（Hon hon hon ghong hon yin hon ghong hon y hon yim hon yim khong khong y hon yim khong y hon y hon y hon y im khong y hon iim khong y hon iim si ng hon iim ng si ng hon y hon y hon y hon y hon y hon唐·坎普（Tang Ka-piu）和霍伊·西蒙·李（Hon Hoey Simon Lee）博士（Hon Hoey Simon Lee）被通过（附件A的传递动议的全文）。本文向会员报告了相关事项的工作进展。最新进度2。随着持续的技术发展和创新，“低空经济”和“低空飞行活动”的概念是由“高级空气流动性”（“ AAM”）集中驱动的，近年来在大陆和国际上引起了广泛关注。在香港领空中，专门针对低空飞行活动的低空领空，并且低空飞行活动已经进行了很多年。为了将发展低空经济发展为新的增长引擎之一的国家战略，香港特殊行政区的政府也在主动促进各种方面的低海拔经济发展。首席执行官在2024年6月13日的Legco交互式交流问答环节中指出，虽然肯定有发展低空经济的余地，但仍有问题可以在较密封的环境中解决，并在香港拥有高层建筑。我们在不同领域的工作最新进展如下。
在陡峭的高山地形中安全的低空导航，带固定翼无人机
[1] Heck，Matthias等。“结合阵列分类和本地化的雪崩自动检测。”地球表面动力学7.2（2019）：491-503。地球表面动力学7.2（2019）：491-503。
低空无人机的隐私权位置身份验证
无人驾驶汽车（无人机）具有各种好处，包括灵活性，流动性和扩展性。无人机的移动性使它们能够在复杂的地形中迅速而有效地部署。随着无人机技术的继续前进，它发现了增加应用程序，例如遥感，灾难救援和监视[1，2]。尽管无人机具有巨大的潜力，但仍然缺乏确保安全沟通和调节无人机的可靠技术[3]。首先，当前基于云的监管框架，例如中国的无人机云系统和美国的低海拔授权和通知能力（LAANC），由于管理低空领空中即将到来的无人机操作中即将到来的无人机运营。这些系统的固有集中式结构使与其他机械主义的互操作性复杂化，从而在满足空格访问，通信和网络资源方面，提出了无人机的各种要求[4]。此外，这些集中式云服务容易受到与单点故障相关的风险[5]。其次，基于传统的雷达检测方法遇到了有效的障碍，从无人机中获取了潮流的信息，
题为“基于星载和低空空中/无人机平台的高光谱遥感——方法、数据处理方法和应用方面的差异”的特刊社论
如今，已有多种基于星载和低空空中/无人机平台的高光谱遥感传感器可用于地球科学应用，具有多种光谱和空间分辨率[1-4]。高光谱遥感图像的发展促进了新型图像处理技术的发展，并在土壤地球化学、水质评估、森林物种制图、农业压力、矿物蚀变制图等广泛领域取得了令人欣喜的成果。在过去的二十年里，不同的空间机构发射了多个星载高光谱传感器（例如，美国国家航空航天局 (NASA) 于 2000 年 11 月发射的 Hyperion；日本宇宙航空研究开发机构 (JAXA) 于 2019 年 12 月发射的高光谱成像仪套件 (HISUI)；意大利航天局 (ASI) 于 2019 年 3 月发射的高光谱应用任务前体探测器 (PRISMA)）[1,5,6]。这些传感器充分利用了高光谱数据，并带来了从噪声消除到光谱制图等数据处理方法的创新。先前的研究强调了高光谱星载传感器在识别纯目标和识别具有弱光谱特征的光谱目标方面的局限性，因为这些高光谱传感器具有粗空间分辨率（通常为 20 m 至 30 m）和较差的信噪比（例如，Hyperion 在短波电磁域中的信噪比 (SNR) 较差）[7-10]。然而，这些星载传感器在环境监测方面取得了令人鼓舞的结果（例如，森林覆盖分类、检测森林的物候变化、土地利用/土地覆盖制图、农业土地覆盖表征、作物压力估计、岩性和矿物制图 [11-13]）。高光谱图像处理解决了与分类方法相关的主要困难，例如相关数据的高维性和标准处理技术的有限可用性[14]。为了克服这些局限性，最近建立了几种机器学习算法，补充了高光谱数据处理的巨大潜力[14]。由于星载高光谱传感器缺乏全球覆盖，不同国家使用不同的先进高光谱传感器进行常规的基于飞机和无人机的高光谱调查，例如先进的可见红外光谱仪（AVIRIS）及其最新版本AVIRIS-下一代（AVIRIS-NG）；HyMap；数字机载成像光谱仪（DAIS）等。这些传感器能够收集
大型低空卫星星座：入门指南
60 多年来，美国一直在地球轨道上运行卫星。如今，包括国防部 (DoD) 和美国国家航空航天局 (NASA) 在内的多个美国政府机构以及许多外国和众多商业公司都在运营卫星。根据最近的一项研究，截至 2022 年 1 月，约有 5,000 颗运行卫星在轨道上运行。其中许多卫星作为星座的一部分运行。（星座是一组卫星，从几颗到数百颗或更多，共同执行特定任务。）预计未来十年在轨卫星数量将激增，主要是因为部署了许多新的大型商业卫星星座，这些卫星在相对较低的轨道上运行。1 在本报告中，国会预算办公室介绍了卫星和星座的基础知识，描述了大型星座预计增长的原因和后果，并讨论了部署这些星座的成本。
低空无人机成像准确量化了从阿拉斯加到加利福尼亚的鳗草消耗性疾病
病原体在世界各地自然和人类主导的生态系统中发挥着重要作用（Lopez-Calderon 等人，2016 年）。从植物和珊瑚到两栖动物和哺乳动物的标志性物种正因病原生物而日益减少（Harvell 等人，2002 年）。由于气候变化、物种分布的变化以及这些因素之间的相互作用，疾病爆发的频率不断增加（Burge 等人，2014 年）。然而，在了解从植物到人类的所有种群中疾病的生态学和影响方面，一个主要的挑战是开发一个强大的系统来量化感染的流行率和严重程度及其影响（Glidden 等人，2022 年）。疫情往往直到疫情已经严重时才被发现，从而妨碍了缓解措施。然而，为发现疫情和传播规模而必须进行的监测强度往往超出了可用资源（Burge 等人，2016 年）。因此，表征空间范围的能力
军事低空飞行避免骑马者被看到——更安全……
作为骑手我能做什么？马匹很可能在骑手之前就听到直升机的声音，而“捕食反射”可能表明马匹感觉到了危险，并知道危险来自何处。马匹能够区分特定的单词并熟悉骑手的声音，因此与马匹交谈以安抚它们非常重要。用手抚摸马的脖子也可以起到安抚作用。如果马匹受到惊吓，骑手必须保持冷静，保持双腿与马鞍接触，但不要夹在马匹的两侧，因为这可能会被理解为骑手受到惊吓，也会促使马匹向前走。放松并尽量让马匹听你的话，直到直升机飞过。
新进入者和低空飞行运行 - 国际民航组织
无人机在低空空域的运行正在迅速发展，并越来越多地用于各种应用，例如农业活动、交通监控、关键基础设施监视和检查、紧急情况和火灾的快速响应以及交付等。此外，商业和业务平台（例如，交付系统）也在不断发展，这可能会大大增加无人机运行的规模以及对低空运行和空域使用的需求。虽然在目前的交通密度下限制无人机的空域访问和将不同类型的空域用户隔离以进行低空飞行操作是可行的，并且可以确保飞机的安全运行，但这些安排无法应对在低空空域运行的无人机数量不断增加的情况，这可能会与载人航空发生冲突，最终目标应该是，正如国际民航组织全球无人机系统交通管理（UTM）框架中所述，考虑到安全和效率目标，实现所有空域用户的整合和公平访问。