XiaoMi-AI文件搜索系统
World File Search System规划算法
CADRE MoonDB：用于月球探索的多机器人信息共享和地图合并的分布式数据库
我们介绍了 MoonDB，这是一个分布式数据库，旨在支持 NASA 即将开展的“合作自主分布式探测漫游者” (CADRE) 任务的合作机器人探索和分布式测量。MoonDB 存储、共享和融合来自多个机器人的信息，为多智能体规划算法提供对机器人团队的一致视图。它无需假设持续通信，并且通过明智地选择要共享的状态变量以及共享策略和频率来显著限制带宽使用。此外，MoonDB 集成了位姿图优化模块，允许基于精确的定位信息对单个机器人收集的地图信息进行后验重新定位。地图合并和不一致地图信息的协调使用 OpenGL 加速，从而在嵌入式系统上实现出色的性能。总体而言，MoonDB 为 CADRE 的信息共享问题提供了航天质量的解决方案，解决了多智能体系统协调的关键挑战之一。本文介绍了 MoonDB 的设计、指导其开发的基本假设以及增强理解的实施细节。此外，我们还提供了初步实验和分析来验证我们的方法。
倾转旋翼机接近飞机的路径规划模型...
摘要 建立了倾转旋翼机接近航空母舰的路径规划模型，模型中考虑了倾转旋翼机的特点、着舰任务和航母所处环境。首先，给出了倾转旋翼机在各飞行模式下的运动方程和机动性能，给出了控制变量和飞行包线的约束条件。将倾转旋翼机返航分为3个阶段，对应倾转旋翼机的3种飞行模式，并设定了各阶段的约束条件和目标。考虑到倾转旋翼机的飞行安全性，将航母所处环境描述为可飞空间和禁飞区，并考虑运动航母所引起的湍流和风场的影响设定了禁飞区。将路径规划问题转化为在控制变量和状态变量约束下的优化问题。根据所建模型的特点，结合“逐步”和“一次性”路径搜索策略，设计了一种基于鸽派优化（PIO）的路径规划算法。仿真结果表明，倾转旋翼机能够以合理的着陆路径到达目标点。并通过对不同算法的比较，验证了PIO算法能够解决该在线路径规划问题。
多机器人可扩展覆盖路径规划... - NSF PAR
摘要 — 本文介绍了一种新颖的多机器人覆盖路径规划 (CPP) 算法 - 又名 SCoPP - 该算法提供了一种时间高效的解决方案，根据多机器人系统中的每个机器人的初始状态，为其提供工作负载平衡的计划。该算法考虑了指定关注区域中的不连续性（例如，禁飞区），并使用离散的、计算效率高的最近邻路径规划算法为每个机器人提供了优化的有序路径点列表。该算法涉及五个主要阶段，包括将用户输入转换为地理坐标中的一组顶点、离散化、负载平衡分区、在离散空间中拍卖冲突单元以及路径规划程序。为了评估主要算法的有效性，考虑了多无人机 (UAV) 洪灾后评估应用，并在三个不同大小的测试地图上测试了该算法的性能。此外，我们还将我们的方法与 Guasella 等人创建的最新方法进行了比较。进一步分析了 SCoPP 的可扩展性和计算时间。结果表明，SCoPP 在任务完成时间方面更胜一筹；对于一个由 150 个机器人组成的团队覆盖的大地图，其计算时间不到 2 分钟，从而证明了其计算可扩展性。
受频率稳定性约束和短期太阳能变化影响的自主电网旋转备用分配
低惯性孤立电力系统面临着电力波动的弹性问题。风能和太阳能光伏等可再生能源的整合进一步推动了这一问题的界限。可再生能源份额的提高需要更好地评估电力系统的稳定性，以避免严重的安全和经济后果。因此，考虑频率稳定性要求和分配适当的旋转备用成为电力系统长期规划和运营管理中至关重要的主题。本文提出了动态频率约束，以确保在由于阵风或云层通过等原因造成的短期电力变化期间的弹性。案例研究中举例说明了所提出的约束的使用，约束被集成到混合整数线性规划算法中，用于确定孤立工业工厂中太阳能光伏和电池储能资源的最佳容量。本案例研究的结果表明，如果忽略频率约束，能源平准化成本和碳排放的减少量可能分别被高估 8.0% 和 10.8%。使用案例研究的时域模拟验证了所提出的最佳定型方法。结果表明，该最佳系统在最坏情况下是频率稳定的。
考虑储能成本和需求响应策略的高可再生能源孤立微电网优化技术经济规划的综合方法
为了实现孤立微电网的高效能源供应系统，必须有一个联合设计框架，该框架将容量大小与运营规划一起考虑。在这项工作中，开发了一个综合规划模型来研究高可再生能源独立微电网的技术经济性能。该方法结合了容量大小和运营调度，考虑了不同系统设计场景的需求侧管理策略。评估的场景涉及风力涡轮机、光伏系统、柴油发电机与电池储能或抽水蓄能的组合。提出了一种基于瞬时可再生能源可用性的需求响应计划，并采用动态定价经济模型来提高整个系统的灵活性。MATLAB® 上的混合整数线性规划算法被部署为优化求解器。目标函数是最小化系统成本总和，其中包括投资的等效年成本、运行成本和基于需求侧管理策略的成本。光伏、风力涡轮机和抽水蓄能的组合被发现是所考虑的微电网最具技术经济效率的系统配置。此外，提出的需求响应策略有效地最大限度地减少了发电和负载需求曲线之间的不匹配，从而提高了系统灵活性。
飞机的自主机器人无损检测 ARNDIA
自主机器人飞机无损检测 (ARNDIA)：飞机部件无损检测 (NDI) 平台 Adam Brant 博士、Jonathan Brown、Reeg Allen RE2 Robotics，宾夕法尼亚州匹兹堡，15201 RE2 Robotics 开发了一个新颖的平台，用于对飞机涂层和部件进行自主和遥控无损检测 (NDI)，以提高生产率、减少人为错误并改善操作时间和飞机准备情况。该平台名为“自主机器人飞机无损检测 (ARNDIA)”，将计算机视觉和机器学习算法与轻便的 7 自由度 (DOF) 自主机械手系统融合，可轻松安装到飞机表面。来自第三方供应商的各种传感器和末端执行器，如超声波设备和时域太赫兹传感器，可通过其接口控制文档 (ICD) 轻松与 ARNDIA 集成。传感器集成完成后，ARNDIA 可以自主扫描飞机部件以检测关注区域。此外，由于其 7 DOF 功能，ARNDIA 可以轻松访问难以接触的组件并对其进行 NDI，而如果由人工检查，则需要花费数小时的劳动来移除其他组件才能访问感兴趣的组件。ARNDIA 利用路径规划算法来绘制对相应飞机组件执行 NDI 所需的轨迹。通过使用计算
在零售环境中展示自适应移动操作
摘要 - 尽管自动机器人具有提高整个零售链中效率和吞吐量的巨大潜力，但它们主要被部署在大型仓库和配送中心中。与客户（例如超级市场）一起在商店中部署机器人需要更多的开发工作，因为他们需要安全地围绕客户运营并可靠地应对各种不确定性和干扰，例如放错地方的产品。我们介绍了我们最近在开发一个移动操纵器平台上用于在现实的超市设置中选择订单的努力。我们的机器人平台使用最先进的感知和规划算法在存在干扰的情况下稳健地选择项目。，它成功地证明了自适应决策和快速重新掌握。我们的机器人允许添加新产品并从恶魔中教授新的采摘动作。我们在实验室重新创建的超市以及一家大型荷兰零售商的测试超市中验证了我们的机器人。我们的结果显示了我们的机器人如何从各种干扰中成功恢复，包括放错了产品，采摘错误以及人类互动。我们总结了我们学到的课程，将自主机器人带入与客户的真实零售环境中。
空间机器人在轨装配技术综述
大型结构建造是未来太空探索的主要发展趋势之一，例如大型空间站、大型空间太阳能发电站、大型空间望远镜等。充分利用空间机器人自主装配空间结构是航天工业的重要发展趋势之一。考虑到在轨装配是解决大型空间结构建造问题的有效方法，有必要推动和促进空间机器人在轨装配技术的研究。因此，本文对近几十年来空间机器人技术的发展现状以及相关的空间机器人在轨装配技术进行了总结。首先，基于空间机器人运动规划和装配序列规划，介绍了空间机器人规划算法的发展。针对空间机器人装配任务，总结了空间机器人装配方法。从控制角度综述了如何解决在轨装配的振动抑制与柔顺装配问题，为空间机器人对空间大型结构的自主智能装配提供参考。为了在地面模拟空间装配场景，本文介绍了地面验证试验的发展情况，为空间在轨装配技术的有效验证提供了思路。综上所述，虽然过去的研究已经较好地解决了其中的一些问题，但未来仍需要进一步的研究。最后，展望了空间机械在轨装配未来的研究方向。
空间机器人在轨装配技术综述
大型结构建造是未来太空探索的主要发展趋势之一，例如大型空间站、大型空间太阳能发电站、大型空间望远镜等，充分利用空间机器人实现空间结构自主装配是航天工业的重要发展趋势之一。考虑到在轨装配是解决大型空间结构建造问题的有效方法，有必要推动和促进空间机器人在轨装配技术的研究。因此，本文对近几十年来空间机器人技术的发展现状以及相关的空间机器人在轨装配技术进行了综述。首先，基于空间机器人运动规划和装配序列规划，介绍了空间机器人规划算法的发展。针对空间机器人装配任务，综述了空间机器人装配方法。从控制角度，综述了如何解决在轨装配的振动抑制和柔顺装配，为空间机器人对空间大型结构的自主智能装配提供参考。为了在地面模拟空间组装场景，本文介绍了地面验证试验的发展情况，为空间在轨组装技术的有效验证提供了思路。综上所述，虽然过去的研究已经较好地解决了其中一些问题，但未来仍需要进一步的研究。最后，展望了空间机械在轨组装未来的研究方向。
空间机器人在轨装配技术综述
大型结构建造是未来太空探索的主要发展趋势之一，例如大型空间站、大型空间太阳能发电站、大型空间望远镜等，充分利用空间机器人实现空间结构自主装配是航天工业的重要发展趋势之一。考虑到在轨装配是解决大型空间结构建造问题的有效方法，有必要推动和促进空间机器人在轨装配技术的研究。因此，本文对近几十年来空间机器人技术的发展现状以及相关的空间机器人在轨装配技术进行了综述。首先，基于空间机器人运动规划和装配序列规划，介绍了空间机器人规划算法的发展。针对空间机器人装配任务，综述了空间机器人装配方法。从控制角度，综述了如何解决在轨装配的振动抑制和柔顺装配，为空间机器人对空间大型结构的自主智能装配提供参考。为了在地面模拟空间组装场景，本文介绍了地面验证试验的发展情况，为空间在轨组装技术的有效验证提供了思路。综上所述，虽然过去的研究已经较好地解决了其中一些问题，但未来仍需要进一步的研究。最后，展望了空间机械在轨组装未来的研究方向。