XiaoMi-AI文件搜索系统
World File Search System驾驶仪
在设计无人驾驶二次的可配置无人机自动驾驶仪
无人驾驶汽车（无人机）和四型人正在越来越多的应用中使用。通过纳入新的经济技术来不断改善森林火灾的检测和管理，以防止生态退化和灾难。使用内部圈循环设计，本文讨论了四个四面体的态度和高度控制器。作为高度非线性系统，可以通过假设几个假设来简化四项动力学。使用非线性反馈线性化技术，LQR，SMC，PD和PID控制器开发了四极管自动驾驶仪。通常，这些方法用于改善控制和拒绝干扰。pd-pID控制器还通过智能算法部署在烟雾或火灾的跟踪和监视中。在本文中，已经研究了使用具有可调参数的组合PD-PID控制器的效率。使用MATLAB Simulink通过模拟评估了性能。进行评估提出方法的计算研究表明，本文介绍的PD-PID组合产生了有希望的结果。
![初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要：本文提出了一种新方法，利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面（图像平面和铁轨平面）之间的单应性矩阵和一个人工神经网络，可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机，以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器，但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体（人）的实际测量距离进行的。距离估计的最大误差为 2%，并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词：人工神经网络；自动列车运行；距离估计；单应性；图像处理；机器视觉 1 简介 通过遵循自动化趋势，可以大大提高铁路货运的质量和成本竞争力，以实现经济高效、灵活和有吸引力的服务。今天，自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV)，可将集装箱从起重机运送到轨道旁、仓库、配送中心，而自动驾驶仪是航空公司和大型货船的标准配置，不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外，轨道交通自主系统的发展主要出现在公共交通服务领域（无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT)）。基本思想是使用一定程度的自动化，将操作任务从驾驶员转移到列车控制系统（例如 ERTMS）。根据国际电工委员会 (IEC) 标准 62290-1，列车自主运行 (ATO) 是高度自动化系统的一部分，减少了驾驶员的监督 [1]。对于完全自主的列车运行，列车操作员的所有活动和职责都需要由多个系统接管，这些系统可以感知环境并俯瞰现场，检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分，障碍物检测系统需要根据货运特定和一般用例（例如 EN62267 和/或自动化领域的相关项目）来监控环境。为了满足严格的铁路标准和法规，障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统（图 1），用于提供有关铁路上和/或其附近障碍物的可靠信息，并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行，并在不同的光照条件下运行（白天、](/simg/4/4b79ebb2e692147077c5f05290fe6b1288b2aad1.png)
初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要：本文提出了一种新方法，利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面（图像平面和铁轨平面）之间的单应性矩阵和一个人工神经网络，可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机，以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器，但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体（人）的实际测量距离进行的。距离估计的最大误差为 2%，并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词：人工神经网络；自动列车运行；距离估计；单应性；图像处理；机器视觉 1 简介 通过遵循自动化趋势，可以大大提高铁路货运的质量和成本竞争力，以实现经济高效、灵活和有吸引力的服务。今天，自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV)，可将集装箱从起重机运送到轨道旁、仓库、配送中心，而自动驾驶仪是航空公司和大型货船的标准配置，不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外，轨道交通自主系统的发展主要出现在公共交通服务领域（无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT)）。基本思想是使用一定程度的自动化，将操作任务从驾驶员转移到列车控制系统（例如 ERTMS）。根据国际电工委员会 (IEC) 标准 62290-1，列车自主运行 (ATO) 是高度自动化系统的一部分，减少了驾驶员的监督 [1]。对于完全自主的列车运行，列车操作员的所有活动和职责都需要由多个系统接管，这些系统可以感知环境并俯瞰现场，检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分，障碍物检测系统需要根据货运特定和一般用例（例如 EN62267 和/或自动化领域的相关项目）来监控环境。为了满足严格的铁路标准和法规，障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统（图 1），用于提供有关铁路上和/或其附近障碍物的可靠信息，并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行，并在不同的光照条件下运行（白天、
初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要：本文提出了一种新方法，利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面（图像平面和铁轨平面）之间的单应性矩阵和一个人工神经网络，可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机，以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器，但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体（人）的实际测量距离进行的。距离估计的最大误差为 2%，并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词：人工神经网络；自动列车运行；距离估计；单应性；图像处理；机器视觉 1 简介 通过遵循自动化趋势，可以大大提高铁路货运的质量和成本竞争力，以实现经济高效、灵活和有吸引力的服务。今天，自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV)，可将集装箱从起重机运送到轨道旁、仓库、配送中心，而自动驾驶仪是航空公司和大型货船的标准配置，不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外，轨道交通自主系统的发展主要出现在公共交通服务领域（无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT)）。基本思想是使用一定程度的自动化，将操作任务从驾驶员转移到列车控制系统（例如 ERTMS）。根据国际电工委员会 (IEC) 标准 62290-1，列车自主运行 (ATO) 是高度自动化系统的一部分，减少了驾驶员的监督 [1]。对于完全自主的列车运行，列车操作员的所有活动和职责都需要由多个系统接管，这些系统可以感知环境并俯瞰现场，检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分，障碍物检测系统需要根据货运特定和一般用例（例如 EN62267 和/或自动化领域的相关项目）来监控环境。为了满足严格的铁路标准和法规，障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统（图 1），用于提供有关铁路上和/或其附近障碍物的可靠信息，并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行，并在不同的光照条件下运行（白天、
AeroCruze 230 高级触摸屏，2 轴或 3 轴自动驾驶仪
AeroCruze 230 自动驾驶仪由自动驾驶仪面板上的一组混合控件操作，使用双同心旋钮、软按钮、触摸屏显示器以及一组专用控件。专用旋钮/按钮功能专为频繁使用的功能而设计。自动驾驶仪触摸屏按钮控制一般功能的启用/禁用，并控制横向和垂直模式。面板软触摸上/下按钮控制空速/垂直速度目标、俯仰参考和 ALT 模式下的精细高度调整。高度选择旋钮用于预选所需高度。
使用离散模型跟随的横向自动驾驶仪设计...
简介 许多方法已用于设计飞机自动驾驶仪。Taha 等人。(2009) 状态反馈、极点配置、滞后控制器和模型参考自适应控制技术已用于爬升率自动驾驶仪的设计。No 等人。(2006) 经典根轨迹和波特频率法用于设计高度稳定、速度和飞行路径角自动驾驶仪。此外，零努力脱靶概念也被有效用于提出适用于任意轨迹跟踪控制问题的制导律。在所提出的制导方案中，命令以速度、飞行路径和航向角的形式给出，以便它们可以轻松地与现有的控制配置相匹配，Giampiero 等人。(2007) 编队控制的设计基于内环和外环结构。平面外环制导律采用反馈线性化设计，而垂直通道的外环采用补偿器设计。内环线性控制器也是使用经典补偿方法设计的，Taha 等人。(2009) 设计了一个监督控制系统来管理不同自动驾驶仪的接合和脱离，并将命令输入传递给它们，使飞机实现所需的轨迹。在本文中，使用离散时间的模型跟踪技术设计了不同的自动驾驶仪。选择这些自动驾驶仪是为了将它们用于制导系统，以促使飞机在横向规划中实现特定的飞行路径。这些自动驾驶仪包括倾斜角、航向和水平环路自动驾驶仪。每个自动驾驶仪都将在飞机非线性模拟程序 (Brain, 1992) 上进行模拟，以说明飞机的响应并检查其实现平稳和可接受的机动的能力。本文使用了飞行条件 3 下的 Delta Aircraft 数据 (Etkin, 1982)。自动驾驶仪设计程序
1 MILVIZ DHC2 Beaver Honeywell KAP 140 自动驾驶仪系统
Beaver 中包含的 KAP 140 自动驾驶仪系统是一种基于速率的数字自动驾驶仪系统，可提供平稳的性能和仅在更昂贵的自动驾驶仪中发现的增强功能。该系统是霍尼韦尔开发的首款此类系统，将数字技术和可靠性带入轻型飞机驾驶舱。KAP 140 滚转轴功能包括机翼调平器、航向选择和 VOR/LOC 拦截和跟踪。KAP 140 还可以耦合到 GPS 和 RNAV 接收器。滚转速率信息来自转弯协调器。俯仰轴功能包括垂直速度、下滑道和高度保持以及高度预选选项。俯仰信息来自压力传感器和加速度计。KAP 140 自动驾驶系统独立于飞机的人工地平线运行。因此，如果真空系统发生故障，自动驾驶仪将保留侧倾稳定性和所有垂直模式。Beaver 版本中的 KAP 140 功能
自动驾驶仪的麻烦：辅助驾驶和自动驾驶...
摘要 随着自动驾驶汽车的成熟度和能力不断提高，它们已在本地测试和普通私家车中投入使用。在本文中，我们利用公开的自动驾驶和辅助驾驶视频（特别是特斯拉自动驾驶仪和谷歌自动驾驶汽车）来探索这些汽车的驾驶员和其他汽车的驾驶员如何与这些汽车的行为互动并理解这些行为。我们的研究结果为人类与辅助汽车驾驶员、自动驾驶汽车和其他道路使用者的新驾驶形式的互动提供了初步视角。重点是道路上的社交互动，以及驾驶员如何通过汽车的运动进行交流和解读汽车的运动。我们提出了一些建议，以提高自动驾驶仪驾驶员和其他驾驶员对自动驾驶仪行为的透明度。
自动驾驶仪选择指南 - Genesys Aerosystems
S-TEC 的 GPSS。GPS 转向功能是所有 S-TEC 自动驾驶仪的可选功能，可显著改善航路和进近 GPS 导航跟踪。正常导航跟踪使用航向数据和航向偏差，显示为 OBS 或 HSI 指针偏转。S-TEC 的 GPSS 可执行许多较新的 GPS 导航仪输出的滚动转向命令。理论上，GPS 计算机始终知道自己的位置，并根据飞行员编写的飞行计划知道要去哪里。GPS 计算机将此信息处理为左右转向命令。这些命令被发送到自动驾驶仪，自动驾驶仪根据命令驾驶飞机，非常准确地导航 GPS 航向。目前，一些 GPS 导航仪具有滚动转向功能，可用于航路飞行和有限的进近过渡程序。随着 GPS 数据库库存不断增长，包含完整的进近程序，S-TEC 的 GPSS 将准备好飞行它们。
![PC12 是同类飞机中制造最精良、飞行最安全的飞机之一。对吗？作者：John Morris 绝对正确！但既然如此，那么为什么在过去一年（2008 年 9 月至 2009 年 8 月）期间，[报告的] 事件（1）/ 事故（4 起致命）不幸增加？当局对所有 PC12 事故（视为已结案）以及美国大多数航空事故给出的主要原因是人为因素或空间定向障碍，通常意味着这是飞行员的错。无论使用何种措辞，将其归咎于飞行员，有时似乎是一个过于简单的借口，而且不公平，尽管将其归咎于其他人（或事物）已成为一种全国性的消遣。然而，与所有其他指责者不同，在提到人为因素的情况下，飞机事故调查的范围及其结论确实指向某种判断或决策错误，而这种错误至少可能导致最终结果。我们都应该意识到导致这一结果的事件“链”，飞行员的行为或不作为可以形成联系或打破这一链条。所以我们又一次在这里讨论决策和风险管理。为什么？在我看来，我们需要另一次审查，也许还需要一个不同的视角。FAA [风险管理手册 - 2009 年 5 月]、AOPA 和其他来源提供了风险管理工具。它们非常有用，至少应该定期参考。但本文将重点关注从不同角度看到的决策和风险管理，即对 PC12 能力可能过度自信，导致决策失误和风险增加。在我多年的教学中，我通常会提到 Pilatus 如何出色地“确保”PC12 的飞行员安全，这意味着消除了许多飞行员可能导致事故/意外的经典方式。但没有人可以完全消除人为因素或消除破坏系统的手段。最终，重力总是占上风。因此，我们希望努力涵盖所有有形因素，并为无形因素做好准备。我很好奇，驾驶员是否会对 PC12 及其功能过于自信。让我们谈谈有形因素。技术是否助长了这种过度自信？当今的技术比以往任何时候都更加神奇，而且变化/改进的速度不是几年，而是几个月。因此，我确实相信，这会产生问题，成为链条中的一个环节，直到飞行员适应更新的可用技术。这方面的例子包括改进的下载天气信息、WAAS 升级的航空电子设备-自动驾驶仪接口，甚至 PC12NG 与 Apex 系统。我所说的调整是指正确理解和利用这些新信息，因为它适用于增强 PC12 的飞行。这也意味着了解这项新技术不那么明显的局限性，从而知道何时使用标准、基本的飞行判断，如果有疑问。另一个有形的是飞行员驾驶 PC12 的一般熟练程度，而不仅仅是仪表熟练程度。FAA 通过改变方法提供了一些帮助](/simg/0/0c8b4eda4fc8ae024a47f4fd15f050b785d51a52.webp)
PC12 是同类飞机中制造最精良、飞行最安全的飞机之一。对吗？作者：John Morris 绝对正确！但既然如此，那么为什么在过去一年（2008 年 9 月至 2009 年 8 月）期间，[报告的] 事件（1）/ 事故（4 起致命）不幸增加？当局对所有 PC12 事故（视为已结案）以及美国大多数航空事故给出的主要原因是人为因素或空间定向障碍，通常意味着这是飞行员的错。无论使用何种措辞，将其归咎于飞行员，有时似乎是一个过于简单的借口，而且不公平，尽管将其归咎于其他人（或事物）已成为一种全国性的消遣。然而，与所有其他指责者不同，在提到人为因素的情况下，飞机事故调查的范围及其结论确实指向某种判断或决策错误，而这种错误至少可能导致最终结果。我们都应该意识到导致这一结果的事件“链”，飞行员的行为或不作为可以形成联系或打破这一链条。所以我们又一次在这里讨论决策和风险管理。为什么？在我看来，我们需要另一次审查，也许还需要一个不同的视角。FAA [风险管理手册 - 2009 年 5 月]、AOPA 和其他来源提供了风险管理工具。它们非常有用，至少应该定期参考。但本文将重点关注从不同角度看到的决策和风险管理，即对 PC12 能力可能过度自信，导致决策失误和风险增加。在我多年的教学中，我通常会提到 Pilatus 如何出色地“确保”PC12 的飞行员安全，这意味着消除了许多飞行员可能导致事故/意外的经典方式。但没有人可以完全消除人为因素或消除破坏系统的手段。最终，重力总是占上风。因此，我们希望努力涵盖所有有形因素，并为无形因素做好准备。我很好奇，驾驶员是否会对 PC12 及其功能过于自信。让我们谈谈有形因素。技术是否助长了这种过度自信？当今的技术比以往任何时候都更加神奇，而且变化/改进的速度不是几年，而是几个月。因此，我确实相信，这会产生问题，成为链条中的一个环节，直到飞行员适应更新的可用技术。这方面的例子包括改进的下载天气信息、WAAS 升级的航空电子设备-自动驾驶仪接口，甚至 PC12NG 与 Apex 系统。我所说的调整是指正确理解和利用这些新信息，因为它适用于增强 PC12 的飞行。这也意味着了解这项新技术不那么明显的局限性，从而知道何时使用标准、基本的飞行判断，如果有疑问。另一个有形的是飞行员驾驶 PC12 的一般熟练程度，而不仅仅是仪表熟练程度。FAA 通过改变方法提供了一些帮助
PC12 是同类飞机中制造最精良、飞行最安全的飞机之一。对吗？作者：John Morris 绝对正确！但既然如此，那么为什么在过去一年（2008 年 9 月至 2009 年 8 月）期间，[报告的] 事件（1）/ 事故（4 起致命）不幸增加？当局对所有 PC12 事故（视为已结案）以及美国大多数航空事故给出的主要原因是人为因素或空间定向障碍，通常意味着这是飞行员的错。无论使用何种措辞，将其归咎于飞行员，有时似乎是一个过于简单的借口，而且不公平，尽管将其归咎于其他人（或事物）已成为一种全国性的消遣。然而，与所有其他指责者不同，在提到人为因素的情况下，飞机事故调查的范围及其结论确实指向某种判断或决策错误，而这种错误至少可能导致最终结果。我们都应该意识到导致这一结果的事件“链”，飞行员的行为或不作为可以形成联系或打破这一链条。所以我们又一次在这里讨论决策和风险管理。为什么？在我看来，我们需要另一次审查，也许还需要一个不同的视角。FAA [风险管理手册 - 2009 年 5 月]、AOPA 和其他来源提供了风险管理工具。它们非常有用，至少应该定期参考。但本文将重点关注从不同角度看到的决策和风险管理，即对 PC12 能力可能过度自信，导致决策失误和风险增加。在我多年的教学中，我通常会提到 Pilatus 如何出色地“确保”PC12 的飞行员安全，这意味着消除了许多飞行员可能导致事故/意外的经典方式。但没有人可以完全消除人为因素或消除破坏系统的手段。最终，重力总是占上风。因此，我们希望努力涵盖所有有形因素，并为无形因素做好准备。我很好奇，驾驶员是否会对 PC12 及其功能过于自信。让我们谈谈有形因素。技术是否助长了这种过度自信？当今的技术比以往任何时候都更加神奇，而且变化/改进的速度不是几年，而是几个月。因此，我确实相信，这会产生问题，成为链条中的一个环节，直到飞行员适应更新的可用技术。这方面的例子包括改进的下载天气信息、WAAS 升级的航空电子设备-自动驾驶仪接口，甚至 PC12NG 与 Apex 系统。我所说的调整是指正确理解和利用这些新信息，因为它适用于增强 PC12 的飞行。这也意味着了解这项新技术不那么明显的局限性，从而知道何时使用标准、基本的飞行判断，如果有疑问。另一个有形的是飞行员驾驶 PC12 的一般熟练程度，而不仅仅是仪表熟练程度。FAA 通过改变方法提供了一些帮助
自动驾驶仪选择指南 - Genesys Aerosystems
S-TEC 的 GPSS。GPS 转向功能是所有 S-TEC 自动驾驶仪的可选功能，可显著改善航路和进近 GPS 导航跟踪。正常导航跟踪使用航向数据和航向偏差（显示为 OBS 或 HSI 指针偏转）。S-TEC 的 GPSS 可执行许多较新的 GPS 导航仪输出的滚动转向命令。理论上，GPS 计算机始终知道自己的位置，并根据飞行员编写的飞行计划知道要去哪里。GPS 计算机将这些信息处理为左右转向命令。这些命令将发送给自动驾驶仪，自动驾驶仪根据命令驾驶飞机，非常准确地导航 GPS 航路。目前，一些 GPS 导航仪具有滚动转向功能，可用于航路飞行和有限进近过渡程序。随着 GPS 数据库库存不断增长，包括完整的进近程序，S-TEC 的 GPSS 将准备好执行这些程序。