XiaoMi-AI文件搜索系统
World File Search SystemObjects
基于视觉的导航系统使卫星能够接近或避开太空中的其他物体
GNC 测试设施的 Joris Belhadj 补充道：“实验室的模型卫星（称为 BlackGEO）的制造包含了地球静止卫星地形的典型元素，并采用了包括多层绝缘和太阳能电池在内的典型卫星表面材料，以增强其光学代表性。这颗卫星也是由 Blackswan 根据 ESA 合同生产的，我们实验室的任何客户现在都可以使用它。”
解决自主驾驶感知的开放式对象检测：关注道路对象
摘要 - 预计自动驾驶汽车（AV）将采取安全有效的决定。因此，AVS需要对现实世界的情况进行健壮，尤其是应付开放世界的设置，即处理新颖性的能力，例如看不见的对象。经典的对象检测模型经过训练，以识别一组预定义的类，但在推理阶段很难概括为新颖的类。开放式对象检测（OSOD）旨在解决正确检测未知类别对象的挑战。但是，自主驾驶系统具有特定的开放式特性，这些特性尚未涵盖OSOD方法。的确，检测误差可能导致灾难性事件，强调优先考虑盒子检测质量而不是数量的重要性。此外，可以利用在公路场景中遇到的物体的特定特征来改善其在开放世界中的检测。在这种情况下，我们介绍了一种新的自主驾驶感知对象的定义，从而实现了AV专业的开放式对象检测器创建的ADO的命题。所提出的模型使用了一个新的分数，该分数从语义分割的背景基础真理中学到了。在道路对象评分上的这一点可以衡量该对象是否在可驱动区域上，从而增强了未知检测的选择。实验评估是在模拟和现实世界数据集上进行的，并揭示我们的方法的表现优于未知对象检测设置中的基线方法，在已知对象上与封闭式对象检测器具有相同的检测性能。
在矛盾的视觉和触觉提示下，在虚拟环境中对软对象的感知
摘要 - 在虚拟/增强/混合现实（VR/AR/MR）中，使用手持式触觉设备渲染软虚拟对象，这是由于手工的解剖学限制以及设计的未接地性质，这会影响执行器和传感器的选择，从而限制了由该设备显示的强制性和范围的选择。我们开发了一种电缆驱动的触觉设备，用于渲染涉及抓紧和挤压3D虚拟物体（软）物体（软）对象的净力，仅在索引纤维和拇指之间。使用建议的设备，我们研究了虚拟环境中软对象的感知。我们表明，可以通过控制视觉和触觉提示之间的关系来大大扩展对象刚度的范围，可以有效地传达给虚拟环境（VES）中的用户。我们提出，一个称为明显的刚度不同的单个变量可以预测操纵冲突下人类僵硬感知的模式，该变量可用于使VES中的一系列柔软物体用于比单独的触觉设备所能实现的范围更大的柔软物体。
使用具有触觉传感的灵巧手指的可变形线性对象
摘要 - 关于可变形线性对象（DLO）操纵的大多数研究都假定刚性抓握。然而，除了刚性的抓握和重新抓紧之外，在掌握的范围之外，人类也是人类使用敏捷操纵DLOS的重要技能，它需要通过握住DLO来防止其掉落的同时通过手动滑动来连续更改抓握点。在没有使用专门设计但不是多功能的最终效果的情况下，实现这种技能对于机器人来说非常具有挑战性。以前的作品尝试使用通用的平行抓地力，但是由于关注和持有之间的冲突，它们的稳健性并不令人满意，这很难与一级自由的抓手保持平衡。在这项工作中，受到人类如何使用手指跟随DLOS的启发，我们探索了具有触觉感知的通用灵巧的手的用法，以模仿人类的技能并获得强大的DLO跟随。为了使硬件系统能够在现实世界中运行，我们开发了一个框架，其中包括笛卡尔空间手臂控制，基于触觉的In-Hand-hand 3-D DLO姿势估计以及特定于任务的运动设计。实验结果证明了我们方法比使用平行抓手的显着优势，以及它的稳健性，可推广性和效率。
用于空间物体观察和测量的地面光学传感器网络性能指标
地球轨道上的空间物体总数估计超过 20 万个，而目前不断跟踪和编目的空间物体数量约为 2 万个。在我们这个时代，太空交通量每年都在增加，因此可能发生碰撞的风险也随之增加，全球都需要控制近地空间环境，特别是低地球轨道。这是每个北约国家的共同问题，可以通过各国之间的全球合作来解决。此外，与轨道物体测量位置相关的不确定性是影响性能、准确性和及时性的主要因素之一。因此，旨在协调大量传感器是该领域最重要的方面之一。本文提出了一种算法来估计全球分布的光学资产网络（望远镜和探测器）的性能，该网络使用现成的望远镜组件，部署在不同位置的多个站点。在探测尺寸小至 3 厘米的太空物体的情况下，定量性能指标计算为网络在给定时间窗口内可见的总分类碎片比例（在我们的例子中，已考虑 24 小时）。所提出的算法将所有 NORAD 目录、DISCOS 目录提供的所有物体物理数据以及所有光学和大气数据作为输入。然后，它会传播空间物体群，以获得它们在选定时间窗口内的位置，过滤掉所有不在地面站网络视线范围内足够时间的物体，以保证可行的轨道确定，并对满足所有先前条件的物体估计光学资产可实现的信噪比。这些值直接转化为检测概率，从而为给定的地面传感器网络配置提供性能指数，可用作评估不同架构时要优化的目标函数。
Splu-Robonlp 2024空间上的第四届研讨会...
视觉接地（VG）旨在找到与给定自然语言表达式相匹配的前景实体。经典VG任务的先前数据集和方法主要依赖于先前的假设，即给定表达式必须从字面上参考目标对象，这极大地阻碍了代理在现实情况下的实际部署。由于用户倾向于为所需的对象提供基于意图的表达，而不是涵盖所有详细信息，因此代理商有必要解释意图驱动的说明。因此，在这项工作中，我们迈出了一个意图驱动的视觉语言（V-L）的一步。为了将经典的VG推广到人类意图解释，我们提出了一个新的意图驱动的视觉接地（IVG）任务，并构建一个以自由形式的意图来确定的大规模IVG数据集。考虑到实践代理需要在各种场景中移动并找到特定目标才能实现基础任务，因此我们的IVG任务和意图数据集将多个scenario感知和以Egipentric视图的关键属性考虑到了考虑。此外，将各种类型的模型设置为实现我们的IVG任务的基准。在我们的意图数据集和基线上进行的实验实验证明了我们对V-L领域方法的必要性和效率。为了朝着这个方向促进未来的研究，我们新建的数据集和基线将在https://github.com/rubics-xuan/ivg上公开获得。
信息技术的概念，用于确保视力受损的人访问艺术对象
摘要当前的挑战是通过开发信息技术来确保视障人士对艺术对象的可访问性，从而将2D图像转换为3D模型并在盲文中为其生成描述。盲人的大脑能够将触觉信息转换为视觉图像，因此使用3D建模和3D打印技术创建的触觉绘画将使盲人用指尖“看到”艺术杰作。The variable height of volumetric elements when creating tactile graphics for blind people can effectively and intuitively transmit various types of information, so when developing information technology for ensuring accessibility to art objects for the visually impaired persons, an important and urgent task is to recognize a 2D image and its 3D modeling (building up the relief to obtain an image of a three- dimensional object, as well as a mathematical model that describes the structure of the object, the location of它在空间上的观点，以及对象表面的数学描述）。对2D图像识别的已知方法和工具的分析及其3D建模表明，目前，3D模型中渲染艺术对象（绘画）的方法和工具当前不发达。提出的信息技术，用于确保视力障碍者自动化的艺术对象的可访问性（为了简化实现），将2D图片转换为其3D模型，准备在3D打印机上打印，还可以在Braille中生成图片的描述，准备在Typhlloprinter上打印。
USV-YOLO：用于检测环保无人容器表面浮动物体的算法
摘要 - 水资源是人类的基础。表面浮游物体的精确检测是环境保护无人机进行河流清洁操作的主要先决条件。针对当前目标检测算法在复杂场景和低特征识别能力下对水面上的小目标的不良适应性，本文提出了水表面流动物体检测算法USV-yolo，这实现了在内陆河流复杂条件下充电对象的准确识别和检测。最初，设计了一种新颖的C2F频道模块。它优化了特征信息的利用，并通过顺序融合和串联从瓶颈层发出的特征信息来提高检测浮动物体的准确性；其次，该设计介绍了GS-EVC模块，该模块通过合并GSCONV和SHUF-flof flof flof flof flof flof flof flof flof flof flof flopl oterations介绍了表面炉的原始特征信息的利用，增强了远程特征信息之间的依赖性，并增强了特征识别能力；最终，骨干网络中的标准卷积被全尺寸动态ODCONV代替。其中的加权注意机制可以适应复杂目标的特征提取，从而进一步提高了网络的检测精度。实验是在开源数据集（浮动waste-i和flow-img）上进行的，实验结果表明，本文中的USV-Yolo算法提高了平均检测精度，地图50和MAP 50-95，分别提高了4.3％和6.1％，比原始网络更好，这是其他经典的目标。
使用3D高斯弹奏
摘要 - 可推广的感知是太空机器人技术中高级自治的支柱之一。估计动态环境中未知对象的结构和运动对于此类自主系统至关重要。传统上，解决方案依赖于目标对象的先验知识，多个不同的表示或不适合机器人操作的低保真输出。这项工作提出了一种新颖的方法，可以使用统一表示形式来逐步重建和跟踪动态未知对象 - 一组3D高斯斑点，描述了其几何形状和外观。可区分的3DGS框架适合以动态对象设置。管道的输入是一组顺序的RGB-D图像。3D重建和6-DOF姿势跟踪任务是使用基于一阶梯度的优化来解决的。该公式很简单，不需要预训练，不假定对对象或其运动的先验知识，并且适合在线应用程序。在任意相对运动下的10个未知航天器的数据集中验证了所提出的方法。实验表明，在短期到中持续时间内，目标对象的成功3D重建和准确的6-DOF跟踪。讨论了跟踪漂移的原因，并概述了潜在的解决方案。
使用模拟模型了解未解析的驻留空间物体的光谱-时间特征变化
地面高光谱成像仪能够在观察期内测量未解析驻留空间物体 (URSO) 的光谱特征随时间的变化（或光谱时间特征）。了解特征对 URSO 属性的依赖性可用于开发用于识别物体的信息提取算法，并推断、分类、预测和诊断其状况和健康状况。鉴于 URSO 光谱时间数据的可用性有限，地面遥感观测可以通过基于物理的模拟模型和实验室数据进行补充，以支持特征利用算法的设计、开发、实施和验证。这在训练需要大量数据的机器学习模型时尤为重要。