2 例如,请参阅 Nest Learning Thermostat,这是 Google 旗下 Nest 推出的一款网络连接智能恒温器,可自动学习日常活动并自行编程来设置家中的温度。请参阅 Google,Nest 恒温器如何学习,< https://support.google.com/googlenest/answer/9247510?hl=en >。3 特斯拉智能召唤功能允许特斯拉驾驶员远程启动汽车并召唤特斯拉,从而省去了上下车的麻烦。请参阅 < https://www.tesla.com/support/autopilot >。4 新的电子道路收费系统将于 2020 年启动,其中包括一项停车付费功能。请参阅 < https://www.motorist.sg/article/413/new-erp-system-to-start-in-2020-includes-new-in-vehicle-units >。5 请参阅特斯拉,自动驾驶仪和全自动驾驶功能,< https://www.tesla.com/support/autopilot >。6 请参阅维基百科,语音合成,< https://en.wikipedia.org/wiki/Speech_synthesis >。7 请参阅新加坡卫生部,COVID-19 疫苗接种登记,< https://www.vaccine.gov.sg/ >。8 参见海峡时报,新型 Covid-19 拭子检测机器人为患者提供更安全、更舒适的检测程序,2020 年 9 月 22 日,< https://www.straitstimes.com/singapore/robot-that-conducts-swab-tests-for-covid-19-is-safe-faster-and- more-comfortable-for >。9 JJ Borking、BMA van Eck 和 P Siepel,智能软件代理和隐私 (1999),第 1 页。10 维基百科,第四次工业革命,< https://en.wikipedia.org/wiki/Fourth_Industrial_Revolution >(最后访问时间为 2021 年 6 月 26 日)。11 维基百科,网络爬虫,< https://en.wikipedia.org/wiki/Web_crawler >(最后访问时间为 2021 年 5 月 28 日)。12 维基百科,电子商务,< https://en.wikipedia.org/wiki/E-commerce >(最后访问时间为 2021 年 5 月 28 日)。13 维基百科,虚拟助手,< https://en.wikipedia.org/wiki/Virtual_assistant >(最后访问时间为 2021 年 5 月 28 日)。
人工智能 (AI) 领域最近人气大幅提升,这主要得益于深度神经网络 (深度学习,DL) 的成功训练,这些网络在各种问题中都取得了最先进的性能。这些成功不仅限于学术基准,还开始以 Google Lens、Amazon Alexa 和 Tesla Autopilot 等产品的形式影响我们的日常生活。此类 AI 系统要想取得成功,有几个方面至关重要:1) 对日常生活的影响,2) 底层机器学习算法的能力,以及 3) 人机交互的有效性。最近公路运输和航空业发生的灾难性事件极大地凸显了所有这些组成部分之间和谐相互作用的重要性。在这个基于项目的课程中,您将以 3-5 名学生的团队形式工作,
警告请参阅“产品警告和其他重要信息”产品框中的重要安全和产品信息指南。当螺旋桨从水中出来时,请勿运行电动机。与旋转螺旋桨接触可能会导致严重伤害。不要在您或水中其他人可能与旋转螺旋桨接触的地区使用电动机。您负责船只的安全和谨慎操作。拖钓电机上的自动驾驶功能是增强您操作船的能力的工具。他们不解除您安全操作船的责任。避免导航危险,切勿使电动机控制无人看管。学会在平静和无危险的开放水上操作自动驾驶功能。在水中操作拖钓电动机时,请谨慎行事,例如树木,浅岩,码头,桩和其他船只。在清洁或维修螺旋桨之前,请始终断开电动机的连接,以避免受伤。
定位方法 GNSS 多星座(GPS、GALILEO 等)在开放频段与专有 IMU 自动驾驶仪姿态滚转控制和专有制导系统混合飞行控制机电驱动控制翼引信模式点起爆(PD)和延迟(D);近距(可选)
2 地理空间研究中心(NZ)有限公司,新西兰 1.简介 无人驾驶飞行器 (UAV) 是载人飞机和卫星的可行替代品,可用于各种应用,包括环境监测、农业和测量。与传统方法相比,它们具有更高的精度和更低的运营成本。自动驾驶系统对无人机系统的成功至关重要,该系统可以在没有人类飞行员的情况下让飞行器保持在空中并处于控制之中。无人机自动驾驶系统的开发是一个正在深入研究的领域。使用无人机软件飞行动力学模型在虚拟(软件)环境中测试自动驾驶系统的能力对于开发具有重要意义。可靠的无人机模拟过程可以适用于不同的飞机,这将为开发自动驾驶系统提供一个平台,减少对昂贵的现场试验的依赖。在许多情况下,在虚拟环境中测试新开发的自动驾驶系统是保证绝对安全的唯一方法。此外,该模型将在受控飞行环境中实现更好的测试重复性。飞行动力学的数值建模在航空航天工业中有着悠久的历史,并用于所有现代飞机和卫星的开发。飞行动力学模型是所提议的飞行器(在本例中为 UAV)预期的稳态性能和动态响应的数学表示(dcb.larc.nasa.gov/Introduction/ models.html)。飞行动力学模型的用途多种多样。商业、军事、政府组织和学术部门使用飞行模型来完成其特定任务(Chavez 等人2001)。示例应用包括控制算法测试、初步设计的稳定性和飞行特性评估、机载嵌入式自动驾驶系统和机载惯性导航系统 (INS)。在无人机和自动驾驶系统的开发中,用于飞行模拟的飞行动力学模型允许在计算机上进行快速和安全的测试。但是,从第一原理开发的软件模型的准确性未知。为了使这种模型真正发挥作用,其开发过程必须包括实施、验证和确认。本章介绍了开发过程每个阶段的方法。
a.内环控制(飞行控制、电传操纵、发动机控制、自动驾驶仪、自主相关功能) b.显示器(人工地平线、主飞行显示器、发动机状态) c. 态势感知通信(驾驶舱音频、飞行控制通信、无线电) d. 飞行管理系统(导航、飞行计划)
飞机于 05:16 1ST(23:46:50 UTC)开始下降进入香港。它对跑道 07L 进行了 ILS 进近。它在 2000 英尺(气压高度)处建立了 ILS(LOC 和 GS)。飞机在 ILS(LOC 和 GS)上建立后,没有观察到与 DFDR 数据的显着偏差。飞机从 1000 英尺无线电高度下降,配置为襟翼 30 着陆,减速板处于准备状态,正在接近跑道 07L。自动驾驶仪在 05:53:47 1ST 时(00:23:47UTC)处于下滑道 (G/S) 和定位器 (LOC) 模式,自动油门接合速度 (SPD) 模式。自动驾驶仪在 5:54:03 1ST 时(00:24:03 UTS)在 843 英尺 RA 处解除,而自动油门保持接合直到接地后,参考着陆速度 (VREF) 记录为 140 节,在进近过程中,计算空速保持在大约 145 节 (VREF+5)。进近过程中下降率保持在平均 800 英尺/分钟。
•icarous是一种板载软件体系结构,结合了通道计划,避免路径计划,避免交通和地理符合自主决策的算法的算法•与自动驾驶系统的界面•与自动驾驶的操作进行机动命令•在启用安全的自动驾驶范围内开发•nasa utbrella nasa umbrella nas umbrella nas umbrella nas umbrella nas umbrella nas umbrella nas umbrella nas umbrella nas umbrella nas umbrella nas umbrella nas umbrella nas insa• https://github.com/nasa/icarous