XiaoMi-AI文件搜索系统
World File Search SystemAirsim
一个用于新兴移动系统的数字智能城市
摘要 - 使用连接和自动化车辆的新兴出行系统的需求不断增长，这迫使有必要进行质量测试环境以支持其开发。在本文中，我们引入了一个基于统一的虚拟模拟环境，用于新兴的移动性系统，称为信息和决策科学实验室的规模规模的智能数字城市（IDS 3 d City），旨在与其身体同行及其既定控制框架一起运行。通过使用机器人操作系统，AIRSIM和Unity，我们构建了一个模拟环境，能够迭代设计实验的速度比物理测试床中的可能性要快得多。此环境提供了一个中间步骤，以在实施物理测试台之前验证我们的控制算法的有效性。IDS 3 D City还使我们能够证明我们的控制算法独立于基础车辆动力学，因为Airsim引入的车辆动力学与我们规模的智能城市的规模不同。最后，我们通过在虚拟和物理环境中进行实验并比较它们的输出来证明数字环境的行为。
杂志
本期第 2 期包含三篇非常重要且不同的文章：• 第一篇文章的标题为“国防组织采用人工智能需要进一步关注道德、法律和社会方面”，强调无人机运行需要法律和监管框架。此外，它还提出并提出了关于人工智能伦理的有效观点——请注意，机器人伦理总体上是一个中心讨论话题。• 第二篇文章的标题为“基于两栖无人机的新型远程水质检测系统”，主要围绕无人机在特定公共领域应用中的使用。• 第三篇文章的标题为“为 AirSim 3D LiDAR 传感器引入噪声以减少模拟多旋翼操作中的 Sim2real 差距”，主要关注准确建模传感器噪声的重要性，因为它可能会影响空中机器人对周围环境感知的准确性和可靠性。本期最后介绍了有关无人航空的最新消息和报道。
u2usim-具有多代理传感和动态环境的无人机远程仿真平台
多旋翼无人机（UAV）已转变为能够通过未知环境导航的智能代理。这种演变强调了它们自主操作并适应多样化和挑战的场景的能力。无与伦比的研究经常面临一个重大问题：缺乏真实和多样化的培训数据。为了解决这个问题，我们介绍了U2USIM，这是一个远程仿真平台，旨在在UAV-TO-TO-UAV（U2U）合作学习和体现AI研究中进行现实的合成数据生成，性能评估和可视化。模拟提供了一种有效的解决方案，可以实现实时可容纳能力，高可操作性，高分辨率图像和成本效益[8]。以前的仿真平台，例如Airsimw [2]，Xtdrone [7]，Smrtswarm [1]，在镜像现实世界环境中受到限制。受Ros-Gazebo-Px4工具链的启发，以视觉大满贯和导航而闻名，我们提出了U2USIM平台。此工具利用UE [5]，Airsim [6]和ROS [4]来结构具有动态和现实的虚拟环境的实时交互式平台。
缩小POMCP：实时无人机搜索和救援的框架
摘要 - 搜索和救援行动中无人机的有效路径优化面临挑战，包括有限的可见性，时间限制和城市环境中的复杂信息收集。我们提出了一种全面的方法，可以利用3D AirSim-Ros2模拟器和2D模拟器，用于基于无人机的搜索和救援操作。路径计划问题被提出为部分可观察到的马尔可夫决策过程（POMDP），我们提出了一种新颖的“缩小POMCP”方法来解决时间限制。在Airsim环境中，我们将我们的方法与信仰维护的概率世界模型和避免障碍物的神经玫瑰花型导航器相结合。2D模拟器采用具有等效功能的替代ROS2节点。我们比较了2D模拟器中不同方法产生的轨迹，并评估3D Airsim-Ros模拟器中各种信念类型的性能。两个模拟器的实验结果表明，与替代方法相比，我们提出的缩小POMCP解决方案在搜索时间方面取得了重大改善，展示了其提高无人机辅助搜索和救援操作效率的潜力。索引条款 - 搜索和救援，POMDP，MCTS
自动驾驶汽车中的图像分析
摘要：使用人工智能（AI）进行高级图像分析的集成是自动驾驶汽车（AVS）进化的关键。本文对AVS图像分析中使用的最重要的数据集和最新的AI解决方案进行了详尽的审查。数据集，例如CityScapes，Nuscenes，Carla和Talk2CAR，构成了培训和评估不同AI模型的基准，具有符合自动驾驶各个方面的独特特征。关键AI方法，包括卷积神经网络（CNN），变压器模型，生成对抗网络（GAN）和视觉语言模型（VLMS）。本文还对现实世界中各种AI技术进行了比较分析，重点是语义图像细分，3D对象检测，虚拟环境中的车辆控制以及使用自然语言的车辆交互。同时突出了多个数据集和仿真平台（如Airsim，Torcs和Summit）在丰富AV的训练数据和测试环境中的作用。通过综合数据集，AI解决方案和比较性能评估的信息，本文为研究人员，开发人员和行业利益相关者提供了至关重要的资源，可清楚地了解自动驾驶汽车图像分析技术的当前景观和未来方向。
使用可解释的无人机自动导航...
在复杂环境中无人驾驶汽车（UAV）的自主导航仍然是一个挑战性的领域。将无人机的实时感知视为一项顺序决策挑战，研究人员越来越多地采用基于学习的方法，利用机器学习来增强复杂环境中的导航。在本文中，已经提出了一种新颖的深入加强学习（DRL）模型，以使无人机的平稳导航。本文提供了现有技术的概述，为我们提出的工作奠定了基础，这不仅解决了某些局限性，而且还显示了复杂环境中的卓越性能。模拟环境是使用虚幻引擎构建的，并且已经使用AirSim API建立了连接。由于其在不关OFT策略，基于价值的方法中，选择了TD3算法在连续动作空间中的特殊适应性，从而提高了稳定性和样本效率，而PPO算法的实施是由于其实用方法引起的，因此导致稳定学习无需进行价值功能估计而导致其实施。我们的模型在定制的景观山区环境中接受了培训，并且在严格的培训后获得的结果得到了彻底分析。使用石灰和外形技术解释了我们训练的TD3代理的状态行动对。本文通过提出了有希望的方向，以进一步探索和进步。
在自主驾驶系统中揭示了安全弱点：深入的经验研究
上下文：自主驾驶系统（AD）的出现标志着朝着智能运输的重大转变，对公共安全和交通效率产生了影响。尽管这些系统集成了各种技术并提供了许多好处，但它们的安全至关重要，因为脆弱性可能会对安全和信任产生严重的后果。目的：本研究旨在使用静态代码分析工具CodeQL系统地研究突出的开源ADS项目代码库中的潜在安全弱点。目标是确定共同的漏洞，它们在版本上的分布和持久性，以增强广告的安全性。方法：我们根据其高github恒星计数和4级自动驾驶功能选择了三个代表性的开源广告项目，即Autoware，Airsim和Apollo。使用CodeQl，我们分析了这些项目的多个版本以识别漏洞，重点是CWE类别，例如CWE-190（Integer Overflow或Wraparound）和CWE-20（输入验证不正确）。我们还通过软件版本跟踪了这些漏洞的生命周期。这种方法使我们能够系统地分析项目中的漏洞，这在以前的广告研究中尚未进行广泛探讨。结果：我们的分析表明，在选定的ADS项目中，特定的CWE类别，尤其是CWE-190（59.6％）和CWE-20（16.1％）。这些漏洞通常持续六个月以上，涵盖了多个版本的迭代。结论：广告中的这些安全问题仍有待解决。经验评估显示了这些漏洞的严重性与它们对ADS性能的切实影响之间的直接联系。我们的发现突出了将静态代码分析集成到ADS开发中以检测和减轻共同漏洞的必要性。同时，主动保护策略（例如定期更新第三方库）对于提高ADS安全至关重要。和监管机构在促进静态代码分析工具和设定行业安全标准方面可以发挥关键作用。
在自主驾驶系统中揭示了安全弱点：深入的经验研究
上下文：自主驾驶系统（AD）的出现标志着朝着智能运输的重大转变，对公共安全和交通效率产生了影响。尽管这些系统集成了各种技术并提供了许多好处，但它们的安全至关重要，因为脆弱性可能会对安全和信任产生严重的后果。目的：本研究旨在使用静态代码分析工具CodeQL系统地研究突出的开源ADS项目代码库中的潜在安全弱点。目标是确定共同的漏洞，它们在版本上的分布和持久性，以增强广告的安全性。方法：我们根据其高github恒星计数和4级自动驾驶功能选择了三个代表性的开源广告项目，即Autoware，Airsim和Apollo。使用CodeQl，我们分析了这些项目的多个版本以识别漏洞，重点是CWE类别，例如CWE-190（Integer Overflow或Wraparound）和CWE-20（输入验证不正确）。我们还通过软件版本跟踪了这些漏洞的生命周期。这种方法使我们能够系统地分析项目中的漏洞，这在以前的广告研究中尚未进行广泛探讨。结果：我们的分析表明，在选定的ADS项目中，特定的CWE类别，尤其是CWE-190（59.6％）和CWE-20（16.1％）。这些漏洞通常持续六个月以上，涵盖了多个版本的迭代。结论：广告中的这些安全问题仍有待解决。经验评估显示了这些漏洞的严重性与它们对ADS性能的切实影响之间的直接联系。我们的发现突出了将静态代码分析集成到ADS开发中以检测和减轻共同漏洞的必要性。同时，主动保护策略（例如定期更新第三方库）对于提高ADS安全至关重要。和监管机构在促进静态代码分析工具和设定行业安全标准方面可以发挥关键作用。