1. 荷兰埃因霍温理工大学建筑环境系,邮政信箱 513,邮编 5600 MB 2. 比利时鲁汶天主教大学土木工程系,Kasteelpark Arenberg 40 - bus 2447,邮编 3001 鲁汶 摘要 大涡模拟 (LES) 无疑有可能比基于雷诺平均纳维-斯托克斯 (RANS) 方法的模拟提供更准确、更可靠的结果。然而,LES 的模拟复杂度更高,计算成本也高得多。尽管过去几十年有人声称 LES 会使 RANS 过时,但 RANS 仍然广泛用于研究和工程实践。本文试图从建筑模拟的角度(无论是对于室外还是室内应用)回答为什么会出现这种情况以及这是否合理。首先,介绍了控制方程以及 LES 和 RANS 的历史简要概述。接下来,提供了一些关于 LES 与 RANS 的先前立场文件中的相关要点。鉴于它们的重要性,概述了最佳实践指南的可用性或不可用性。随后,通过建筑模拟中的五个应用领域的示例说明了为什么 RANS 仍然被频繁使用以及是否合理:行人级风舒适度、近场污染物扩散、城市热环境、建筑物的自然通风和室内气流。结果表明,答案取决于
本手册中提供的信息旨在准确和可靠。但是,制造商。对其使用不承担任何责任,也不承担任何侵犯第三方权利的侵犯。提供了“按原样”提供此文件,任何明示或暗示的保证,包括但不限于对特定目的的适销性和适用性的隐含保证。在任何情况下,人类伴侣均不得对任何直接,间接,偶然,特殊,示例性,示例性或结果损害(包括但不限于替代商品或服务的采购,损失,数据或利润的损失,数据或利润;或企业中断),无论是在合同中是否造成的,无论是否造成任何责任,无论是否造成任何责任,即是否有任何责任,即告知可能造成这种损害的可能性。
摘要:作为机器人学术界和工业的一个基本问题,室内自动驾驶移动机器人(AMRS)已被广泛研究。对于AMR,获取有关其工作环境及其本身的信息至关重要,可以通过传感器和从这些传感器的测量中提取相应信息来实现。传感技术的应用可以使移动机器人能够执行本地化,映射,目标或障碍物识别以及运动任务等。本文回顾了室内场景中自动移动机器人的传感技术。分析并比较了在应用中使用单个传感器的好处和潜在问题,并引入了处理这些传感器数据的基本原理和流行算法。此外,还引入了一些多传感器融合的主流技术。最后,本文讨论了室内场景中自动移动机器人的传感技术的未来发展趋势,以及实际应用环境中的挑战。
未来在太空中的作物生产将需要强大的监测技术,以优化农作物产量,减少废物并生成自动化植物生长设计的数据。成像被认为是测量植物健康的工具,但是尚未在太空飞行中测试室内作物的成像系统。幸运的是,已经捕获了ISS上高级植物栖息地(APH)内生长的作物植物的RGB图像。在基于地面的研究中,肯尼迪航天中心(NASA,KSC)正在与美国农业部(USDA ARS)合作,以开发一种用于监测室内农作物植物健康状况的成像系统。在一项研究中,我们在14天的时间内将干旱应力应用于“龙龙”生菜植物,并以24小时的增量捕获了RGB图像。图像,并应用差异指数,可以使用图像来检测生菜中的干旱应激。然后将此差异指数应用于APH地面单元内收集的RGB图像,以在不同的底物水分条件下进行飞行前的实验,并在不同的底物水分条件下生长出“超湿”生菜,结果表明,RGB摄像机能够检测到太空飞行植物生长硬件内的干旱应力。这些结果表明,已经部署到太空的RGB摄像机可能会提供有价值的信息,以监视外星环境中的植物生产。这项研究得到了NASA的太空生物学计划的支持。
本手册 1995 年版由以下人员编写: Richard Hall、Tim Hardin、Richard Ellis 特别感谢 1995 年版:华盛顿州卫生部学校室内空气质量咨询委员会。以下人员担任技术小组委员会成员: Donald Beach,Halvorson,Beach & Bower,Inc. Jefferey Burgess,华盛顿毒物中心 Janice Camp,华盛顿大学环境卫生系 John Peard,华盛顿州劳工和工业部 Rich Prill,华盛顿州能源办公室 Mia Sazon,OMS Laboratories,Inc. Greg Stack,西北建筑公司 以下人员担任政策小组委员会成员: Ann Bisgard,华盛顿州 PTA Robert Fisher,华盛顿教育协会 Michael F. LaScuola,斯波坎县卫生区 Vaughn Lein,Lein,Stanek & Willson John McGee,华盛顿州学校董事协会 Roy Pedersen,华盛顿学校管理者协会 Mary Schwerdtfeger,州教育委员会 Christopher Spitters,斯诺霍米什卫生区 华盛顿州公共教育总监办公室: Terry Michalson,设施和组织主管 Alberta Mehring,华盛顿州设施和组织主任卫生部。本手册由以下人员指导编写: Gary Plews,综合环境健康计划主管 Karen VanDusen,社区环境健康计划办公室主任 Eric Slagle,环境健康计划助理部长 其他审阅者/贡献者: Nancy Bernard、Kathleen Dudley、Gary Jefferis、Jim Kerns、Scott LeBar、Colin MacRae、Maria Mason、Karen McDonell、Jim W. White、Jim VanDerslice 和 Bob Thompson 2003 年版由 Tim Hardin 和 Steve Tilley 更新和编辑。
室内射频跟踪系统通常非常昂贵,并且由于干扰、设备质量或其他环境因素,其准确性可能会有所不同。由于这些技术限制因素,当今许多企业发现很难证明投资 RFID 跟踪技术来改善其工作环境的安全性、效率和保障是合理的。该项目的目的是提供一种经济实惠的 RFID 跟踪系统,该系统能够在室内环境中跟踪人或物体。为了最大限度地降低 RFID 跟踪系统的成本,系统的组件由现有的电子设备和硬件构建而成。该软件的编写也旨在最大限度地减少许可和支持费用,从而开发出具有成本效益的经济实惠的 RFID 跟踪系统。跟踪系统由标签、读取器节点和 PC 读取器组成,它们使用带有嵌入到芯片中的 Python 脚本的 Synapse RF 100 引擎。跟踪系统软件通过 Web 门户运行,利用 HTML、JavaScript 和 PHP 等 Web 技术,允许使用可缩放矢量图形在二维地图上表示标签位置。在系统开发过程中,我们开发了一种新的三边测量算法,并将从标签接收到的信号转换为与标签实际物理位置相关的地图上的虚拟位置。该系统的独特之处在于其建造成本低,我们估计不到 20 英镑
室内射频跟踪系统通常非常昂贵,并且由于干扰、设备质量或其他环境因素,其准确性可能会有所不同。由于这些技术限制因素,当今许多企业发现很难证明投资 RFID 跟踪技术来改善其工作环境的安全性、效率和保障是合理的。该项目的目的是提供一种经济实惠的 RFID 跟踪系统,该系统能够在室内环境中跟踪人或物体。为了最大限度地降低 RFID 跟踪系统的成本,系统的组件由现有的电子设备和硬件构建而成。该软件的编写也旨在最大限度地减少许可和支持费用,从而开发出具有成本效益的经济实惠的 RFID 跟踪系统。跟踪系统由标签、读取器节点和 PC 读取器组成,它们使用带有嵌入到芯片中的 Python 脚本的 Synapse RF 100 引擎。跟踪系统软件通过 Web 门户运行,利用 HTML、JavaScript 和 PHP 等 Web 技术,允许使用可缩放矢量图形在二维地图上表示标签位置。在系统开发过程中,我们开发了一种新的三边测量算法,并将从标签接收到的信号转换为与标签实际物理位置相关的地图上的虚拟位置。该系统的独特之处在于其建造成本低,我们估计不到 20 英镑
摘要 本文介绍了一种用于微型旋翼无人机 (UAV) 导航的硬件设备和相关算法。与许多专注于适应单一任务和环境的导航解决方案的研究不同,所提出的方法旨在同时处理室内和室外任务,并且能够抵御传感器丢失和/或错误测量。介绍了一种带有低成本传感器的硬件设备以及用于在线估计由其位置、姿态和速度组成的车辆状态的算法。这种基于互补和卡尔曼滤波器的估计架构能够根据当前环境(室内或室外)从不同的传感器中选择和融合测量值。描述了算法并提供了模拟结果以说明和比较所提方法的性能。
本论文 - 不受限制,由东田纳西州立大学数字共享中心的学生作品免费开放访问。它已被东田纳西州立大学数字共享中心的授权管理员接受并纳入电子论文和学位论文。欲了解更多信息,请联系 digilib@etsu.edu 。
自主系统和自动化技术的快速发展继续彻底改变工业流程,与行业4.0的目标保持一致。本文提出了一个增强的自主移动机器人(AMR)系统,该系统旨在用于高级室内导航和勘探,这是基于CIM4.0 FixIT项目建立的基础工作的基础。这项研究的主要目的是利用ROS2的最新功能(机器人操作系统2)开发和实施强大的SLAM(同时本地化和映射)算法。这项研究的重点是使用ROS2框架中NAV2库的不同SLAM方法的全面比较。此分析涵盖了NAV2中可用的各种算法,包括基于网格的和拓扑映射方法,以及不同的定位技术,例如AMCL(自适应蒙特卡洛本地化)和EKF(扩展的Kalman滤波器)。比较根据映射准确性,计算效率和对动态环境的适应性评估这些方法。基于此分析,开发了先进的SLAM方法,从而整合了比较方法中最有效的元素。此自定义解决方案利用NAV2的模块化体系结构和ROS2改进的分布式计算功能,从而可以有效地进行路径计划和映射优化。使用ROS2实现整个系统,利用其增强的工具进行仿真,可视化和现实部署。严格的测试是在各种模拟环境中使用RVIZ和GAZEBO的更新版本进行的,这些版本现在与中间件更加紧密地集成在一起。这些模拟证明了机器人在主动探索,避免障碍和有效映射方面的提高功能,展示了这种方法的好处。最后,在CIM 4.0的经过精心控制的实验室环境中,进行了实际实验以评估创建的AMR系统的鲁棒性和性能。结果表明,AMR可以独立于各种情况,包括未知区域和动态障碍。