XiaoMi-AI文件搜索系统
World File Search System起飞过程
人工智能在工程量估算中的应用……
起飞过程简化为解决几个 AI 问题，包括语义分割、对象检测和图像分类的机器学习任务。这些模型是定制训练的，模型架构不断调整以适应当前需求和推理限制。训练完成后，这些模型将部署到云端以处理施工图。机器学习模型使用自定义注释的平面图数据集进行训练，使系统能够识别墙壁及其类型、房间及其类型以及检测平面图上的物体。大型语言模型用于从平面图中提取的文本中检索有价值的信息。用户通过功能齐全的基于 Web 的起飞界面与 AI 层进行交互，该界面还允许手动起飞。
影响飞机起飞及平稳飞行的因素分析
飞机着陆是飞行的最终阶段，飞机从 15 米的高度慢速飞行，着陆后完全停下来，然后在跑道上滑行 [4]。着陆是飞行中最困难的阶段，要求飞行员具备非常高的驾驶技能 [1]。着陆是通过减速并下降到跑道来完成的。减速是通过使用襟翼、起落架或减速板减少推力和/或产生更大阻力来实现的。飞行的起飞过程可分为两个主要阶段 - 加速和起飞。这两个阶段又由其他某些子阶段划分。航空工业的进步现已达到所有这些阶段都可以在没有飞行员参与的情况下进行的地步，即使用自动驾驶系统。在民航中，无人系统仍被谨慎使用，主要仅在水平飞行阶段使用，并且仍由机组人员控制。不过，主要是由经验丰富的飞行员执行着陆过程。由于着陆时所有动作的复杂性和危险性，根据统计，此阶段被认为是最危险的阶段 [2]。这项工作的目的是分析影响地面路径长度的因素，并开发一种系统，该系统可以在飞机着陆后完全自动停止飞机，或者至少帮助飞行员确定剩余的制动距离，以防止危险情况。开发的系统和方法将提供信息
飞机起飞和着陆影响因素分析
飞机着陆是飞行的最终阶段，飞机从 15 米的高度缓慢飞行，着陆后完全停止，然后在跑道上滑行 [4]。着陆是最困难的飞行阶段，要求飞行员具备非常高的驾驶技能 [1]。着陆是通过减速并下降到跑道来完成的。减速是通过减少推力和/或使用襟翼、起落架或减速板产生更大的阻力来实现的。飞行的起飞过程可分为两个主要阶段 - 加速和起飞。这些阶段由其他某些子阶段划分。航空工业的进步现在已经达到了所有这些阶段都可以在没有飞行员参与的情况下进行的程度，即使用自动驾驶系统。在民航中，无人系统仍被谨慎使用，主要仅在水平飞行阶段，并且仍由机组人员控制。然而，主要是经验丰富的飞行员执行着陆过程。由于着陆时所有动作的复杂性和危险性，根据统计，此阶段被认为是最危险的阶段 [2]。这项工作的目的是分析影响地面路径长度的因素，并开发一种系统，该系统可以在飞机着陆后完全自动停止飞机，或者至少帮助飞行员确定剩余的制动距离，以防止危险情况。开发的系统和方法将告知机组人员剩余的制动距离。系统计算包括跑道的剩余长度，以飞机配备的系统的输出信号为基础 [3]。系统还考虑了各种因素，例如天气条件 [7]、刹车和轮胎状况、刹车率、减速统计、特定飞机的空气动力学特性 [5, 9]、控制方法 [12] 等。本文分析了飞机的刹车距离。根据事故统计，开发一种能够控制飞机着陆后和起飞期间刹车距离的自动化装置非常重要 [2]。该装置能够随时计算必要的制动力，以合理使用飞机的刹车系统，最大限度地延长轮胎和刹车的磨损，确保乘客安全并排除飞行员失误的可能性 [6]，以及用各种材料制成的元件和结构的强度 [8, 10, 11]。