XiaoMi-AI文件搜索系统
World File Search SystemDrones
自主航天器检查带有自由无人机的检查
摘要 - 本文描述了概念验证任务，该任务表明了一个多代理系统，该系统对航天器持续的损害进行视觉检查。由无人机（UAV）模拟的自由飞行卫星自动飞行在模拟空间模块周围飞行，以最大程度地利用搜索空间进行损坏。自由球员负责独立协调其航班，以避免在执行任务任务时与太空模块碰撞。模拟空间模块表面上的损坏分析是使用每个自由传单的视频实时执行的。三维建模是离线部署的，以补充和改善损害检测。这种方法证明了部署真实空间系统进行损害检测的可行性，其中2D分析可以快速确定感兴趣的区域和3D可视化可以产生一个可提供人为毫无用处的虚拟环境，并具有深度的透视图，以进行进一步研究。
朝着可靠的识别和跟踪无人机...
抽象无人机群由多个无人机组成，这些无人机可以实现单个无人机无法实现的任务，例如在大面积上进行搜索，恢复或监视。群的内部结构通常由多个无人机自动工作。可靠的检测和对群体和单个无人机的跟踪，可以更了解群的行为和运动。对无人机行为的了解增加，可以更好地协调，避免碰撞以及对群体中各个无人机的性能监控。本文提出的研究提出了一种基于深度学习的方法，可实时使用立体视觉摄像机在群中可靠地检测和跟踪单个无人机。这项研究背后的动机是需要更深入地了解群体动态，从而改善协调，避免碰撞以及对群体中各个无人机的性能监控。提出的解决方案提供了一个精确的跟踪系统，并考虑了无人机的高度密集和动态行为。在各种配置中，在稀疏和密集网络中评估了该方法。通过实施一系列比较实验，已经分析了提出解决方案的准确性和效率，这些实验证明了在群中检测和跟踪无人机的合理精度。
基于Cloudlet的自主无人机的OODA环
完全自主的无人驾驶飞机被定义为“没有远程人类飞行员的预编程的战斗，包括响应运行时观察的任务特定行动” [1]。在2023年首次通过浮游的边缘在超轻无人机上实现这一目标[2]。通过克服板载无人机智能的重量和尺寸限制，即可激发小型，便宜，轻巧但出色的无人机在拥挤的城市环境中运行的无人机，而没有人类飞行员。从公共安全和监管批准的角度来看，这很有吸引力，因为这种无人机的动能远低于较大且重型无人机的动能[3]。从业务角度来看，这也很有吸引力，因为当今无人机操作中最昂贵的部分是训练有素的人类飞行员，他必须持续持续无人机[4]。我们专注于无有效的主动视力任务[5]，[6]，例如识别和跟踪目标，而不是涉及大量有效载荷的商品交付等任务。在本文中，我们探讨了今天我们距离这一愿景成为商业现实的距离。如果需要一个全新的定制无人机和低延迟无线网络的生态系统，则商业化的途径将是漫长而风险的。另一方面，如果基于Cloudlet的部署具有现有的商业现成（COTS）组件，可以集成到满足现实世界用例的性能和敏捷性需求的工作系统中，那么愿景就可以实现。最初是在1950年代构思的，以表征战斗飞机中的人机共生，这因此，我们问：“使用COTS Ultralight无人机，4G LTE无线网络和Cloudlet硬件，是否适用于现实世界中主动视觉任务的Fload Edge的端到端性能？”为了回答这个问题，我们介绍了无人机Ooda循环的概念。
人工智能、机器人和无人机在... 中的应用
机器人技术和人工智能 (AI) 在农业领域的融合，通过提高精度、效率和可持续性，正在彻底改变农业实践。机器人技术可以自动执行种植、收割和监测等任务，从而降低劳动力成本并提高生产力，而人工智能则可以通过预测模型进行实时数据分析，从而优化作物管理。无人机和拖拉机等自动化机械减少了对体力劳动的依赖，并支持连续运行，通过优化资源使用和减少浪费，为可持续发展做出贡献。无人机通过提供高分辨率图像和多光谱数据发挥着至关重要的作用，从而增强了作物监测、精准灌溉和病虫害管理。它们使农民能够评估作物健康状况、识别水分胁迫并检测病虫害的早期迹象，从而及时准确地采取干预措施。这些技术提高了资源效率、减少了环境影响并降低了成本。尽管具有显著优势，但实施成本高、需要熟练操作员以及数据隐私问题等挑战阻碍了其广泛采用。然而，机器学习、可追溯性区块链和自主系统的进步有望提高这些技术的采用和有效性，重塑农业实践和农村经济。
安全和自主无人机的关键技术
无人驾驶飞机（UAV），通常称为无人机，是指无需人类操作员即可自主飞行或远程控制的飞行器及其相关设备 [1]。无人机越来越多地用于商业和民用领域，例如监视、建筑监控、农业等。它们可以执行载人飞机难以执行的空中作业/任务。此外，它们的使用带来了显著的经济节约和环境效益，同时降低了对人类生命的威胁。最近，无人机已经进入休闲市场，销量达到数百万台。因此，技术、法规和社会接受度的进步有利于加速无人机在专业应用中的部署。根据 Teal Group [2] 的一项研究，全球民用无人机产量预计将在未来十年达到 735 亿美元，从 2017 年的全球 28 亿美元增至 2026 年的 118 亿美元（即以不变美元计算的年增长率为 15.5%）。
利用无人机和车辆优化城市配送...
无人机送货的场景建议差异很大，无人机可以单独使用，也可以与卡车送货结合使用。在本论文中，我们研究了卡车无人机送货场景，其中一架或多架无人机与一辆或多辆传统送货卡车协作，将包裹从仓库分发给客户。卡车和无人机并行服务不同的客户群。卡车为一部分客户提供从仓库出发并返回仓库的单程服务，而无人机送货涉及单站，无人机在仓库和客户位置之间来回移动。目标是最大限度地缩短所有卡车和无人机返回仓库、所有客户均已得到服务的时间。当只有一辆卡车可以送货时，此问题称为并行无人机调度旅行商问题 (PDSTSP)。当有多辆卡车时，该问题称为并行无人机调度多个旅行商问题（PDSMTSP）。
安全和自主无人机的关键技术
无人机通常是指自主飞行或远程控制的飞行器和相关设备，无需人类操作员 [1]。无人机越来越多地用于商业和民用领域，例如监视、监控建筑、农业等。它们可以执行载人飞机难以执行的空中作业/任务。此外，它们的使用带来了显着的经济节约和环境效益，同时降低了对人类生命的威胁。最近，无人机已经进入休闲市场，销量达到数百万台。因此，技术、法规和社会接受度的进步有利于加速无人机在专业应用中的部署。根据 Teal Group [2] 的一项研究，全球民用无人机产量预计将在未来十年达到 735 亿美元，从 2017 年的全球 28 亿美元增至 2026 年的 118 亿美元（即按不变美元计算的年增长率为 15.5%）。
无人机无线电干扰风险研究
摘要电信机构要求 Strict 和 FIGO 对无人机使用未授权频谱的风险进行研究。研究的目的是深入了解无人机与其他未授权频谱用户之间的干扰风险。荷兰的无人机数量仍在大幅增加。这项研究考察了微型和迷你无人机，它们是重量不超过 4 公斤的无人机，用于专业和娱乐用途。目前，荷兰估计有 150,000 架此类无人机。由于荷兰不需要注册无人机，因此很难获得确切的数字。DJI 是市场领导者，占有约 50% 的市场份额。Yuneec 是一个强大的新兴品牌。ILT 的研究表明，涉及无人机的事故数量每年翻一番。媒体越来越多地报道涉及无人机的事故。这些事故与频率无关。ILT 和（接受采访的）用户都报告说没有发现与频率相关的事故。似乎许多用户都遭受所谓的“飞走”的困扰。在这种情况下，无人机会因未知原因飞走。也有报道称无人机会失控着陆。这应该被视为潜在问题的迹象，没有证据表明这些飞走和失控着陆是由干扰引起的，具体细节尚不清楚。首先研究参考无人机架构，以了解哪些类型的通信使用未经许可的频谱带以及使用哪种技术