XiaoMi-AI文件搜索系统
World File Search System水下
增强水下长期电池容量
水下无线传感器网络 (UWSN) 在水下探索、环境监测和海洋基础设施评估的发展中发挥着不可或缺的作用。尽管 UWSN 潜力巨大，但它仍面临重大挑战，其中最关键的障碍之一就是能源资源有限。传感器节点严重依赖电池供电，而水下环境的难以接近使得频繁维护或更换变得不切实际。因此，延长这些网络的使用寿命对于其在长期部署中的有效性至关重要。目前，UWSN 的能源效率方法已经取得了一些进步，但仍然迫切需要能够解决硬件限制和环境约束的综合解决方案。
DGA选择Exail和Thales向法国海军提供16个水下无人机
关于Exail Technologies Exail Technologies是一家工业公司，专门从事自主机器人技术领域的高技术，其活动的垂直整合。该小组提供了复杂的无人机，导航以及航空航天和光子学产品的系统。Exail技术可确保其在恶劣环境中运作的民事和军事客户的绩效，可靠性和安全性，并在近80个国家 /地区产生收入。Exail Technologies列在EuroNext Paris室B（EXA）上，是EuroNext技术领导者领域的一部分，其中包括110多家领先或高增长的科技公司。www.exail-technologies.com联系人：投资者关系雨果·索桑（Hugo Soussan）电话。+33（0）1 44 77 94 86 H.Soussan@exail-technologies.com Anne-Pauline Petureaux Tel。+33（0）1 53 67 36 72 apetureaux@actus.fr
使用软执行器网络对软水下操纵器的基于学习的外观
摘要 - 与环境对象的互动可以引起外部感受和本体感受信号的重大变化。然而，水下软操作器中外部感受传感器的部署遇到了许多挑战和约束，从而对其感知能力施加了限制。在本文中，我们提出了一种基于学习的新型表达方法，该方法利用内部本体感受信号并利用软执行器网络（SAN）的原理。def> div>趋势倾向于通过水下软操作器中的sans传播，并且可以通过本体感受传感器检测到。我们从传感器信号中提取特征，并开发完全连接的神经网（FCNN）基于分类器以确定碰撞位置。我们已经构建了一个培训数据集和一个独立的验证数据集，目的是培训和验证分类器。使用独立的验证数据集以97.11％的精度识别出碰撞位置的实验结果，该碰撞位置在水下软机器人的感知和控制范围内表现出潜在的应用。
具有生物相容性的抗固定Zwitterion纳米复合水凝胶作为水下施用的柔性传感器
DOI: https://dx.doi.org/10.30919/es1200 Anti-swelling Zwitterionic Nanocomposite Hydrogels with Biocompatibility as Flexible Sensor for Underwater Application Zhicheng Jiang, 1,2 Ruicheng Sha, 1 Yunbo He, 1 Mengshuang Wang, 1 Wenjing Ma, 3 Shuting Gao, 2 Mengni Zhu，1 Yue Li，1 Mengying Ni 1和Min Xu 1，*摘要水下活动的增加驱动了对水下柔性传感器的需求，这些传感器可以实时检测到人类和环境的各种信号，以提高工作效率并确保安全。但是，由于水中的水凝胶肿胀以及传感器的不友好性，水下传感器的制造仍然具有挑战性，这对用户和应用程序环境构成了重大风险。这里是一种基于水凝胶的传感器，由聚[2-（甲基丙烯氧基）乙基]二甲基 - （3-硫丙基丙基）氢氧化铵和细菌纤维素纳米纤维组成，具有自我粘附，生物相容性，生物相容性，以及使用环境友好友好的方法制造。zwitterionic官能团之间的静电相互作用（带正电荷的-r 3 n +组和带负电荷的 - SO 3-组）在水生环境中赋予水凝胶具有出色的抗静止行为。由于这些特征，水凝胶传感器能够监测空气和水下环境中的运动。基于水凝胶传感器，开发了一个智能通信系统，以促进水中的信息传输。此外，水凝胶传感器的出色生物相容性突出了其对用户和环境的安全性，展示了其对电子皮肤的巨大希望。因此，具有抗静止功能的生物相容性水凝胶传感器为促进可穿戴设备的开发提供了有希望的途径。
沉浸式环境，以改善确保关键水下基础设施的情境和空间意识
过去和当前的例子已经证明了在许多类型的情况下进行IED攻击的有效性，并有可能挑战北约和国家的韧性和生活方式。在过去，IED主要用于针对军事物体，但最近的例子表明，对手的意图和能力是针对关键基础设施的目标，以破坏经济的目标。这些事件突出了海底能量管道和通信电缆的脆弱性。2022年9月的Nord Stream Pipeline Sabotage揭示了欧洲和北约国家来阻止和防御海底领域中的混合攻击的能力[2]。，最近，即使尚未宣布归因，芬兰和爱沙尼亚在2023年10月对波罗斯尼克气体管道和数据电缆的损害也显示出我们的经济和我们日常生活所取决于的基础设施的暴露和脆弱性。遵循
一个声学数据集，用于感知水下未爆炸的军械（UXO）
摘要 - 在20世纪，数百万吨的弹药被倾倒到全球的海洋中。经过数十年的衰减，这些未探索的军械（UXO）的问题开始变得显而易见。为了促进通过例如自主水下车辆，获取代表性数据至关重要。但是，到目前为止，此类数据尚未公开可用。在本文中，我们提出了一个多模式同步数据的数据集，用于uxo水下的声学和光学传感。使用ARIS 3000成像声纳，GoPro Hero 8和定制设计龙门起重机，我们在受控的环境中录制了近100个轨迹和74,000帧的3种不同类型的UXO。是原始和极性转换的声纳框架，带注释的相机框架，声纳和目标姿势，纹理3D模型，校准矩阵等。该数据集可在https：//zenodo.org/records/11068046上公开获得。可以在https://github.com/dfkiric/uxo-dataset2024上获得处理原始数据的代码。
MEVO-GAN：用于水下图像增强的多尺度进化生成对抗网络
摘要：在水下成像中，实现高质量的成像是必不可少的，但由于诸如波长依赖性吸收和复杂的照明动力学之类的因素而具有挑战性。本文介绍了MEVO-GAN，这是一种新颖的方法，旨在通过将生成性对抗网络与遗传算法相结合来解决这些挑战。关键创新在于将遗传算法原理与生成对抗网络（GAN）中的多尺度发生器和鉴别器结构的整合。这种方法增强了图像细节和结构完整性，同时显着提高了训练稳定性。这种组合可以对溶液空间进行更有效的探索和优化，从而减少振荡，减轻模式崩溃以及对高质量生成结果的平滑收敛。通过以定量和定性的方式分析各种公共数据集，结果证实了Mevo-GAN在改善水下图像的清晰度，颜色保真度和细节准确性方面的有效性。在UIEB数据集上的实验结果非常明显，Mevo-GAN的峰值信噪比（PSNR）为21.2758，结构相似性指数（SSIM）为0.8662，为0.6597。
太阳能 ROV：利用可再生能源推进水下探索。
摘要 — 考虑到遥控机器人 (ROV) 在进行检查、数据收集和海底探索方面的重要性，本文提出了一种太阳能 ROV 解决方案。太阳能用于为 ROV/AUV 供电，经过适当设计的太阳能电池板可为 Blue ROV 提供 5 小时的性能。正在考虑使用小型 10Hp/12kg ROV 进行水下活动，其能量需求负载为 943.68W。为了满足这一需求，太阳能电池板安装在浮动平台上以产生必要的电力，并通过细致的计算确定太阳能模块的最佳数量和尺寸。为了确保连续运行，逆变器、充电控制器和电池组的尺寸也应相应调整。所提出的模型使用 COMSOL Multiphysics 环境优化了硅太阳能电池。COMSOL Multiphysics 中的模拟根据设计参数验证了结果，确认结果符合计算值。使用太阳能系统可提高运营效率，同时确保海上活动的长期可持续性。太阳能 ROV 代表着利用可再生能源在几内亚湾和其他地区进行环保、高效的水下勘探迈出了重要一步。