4 校正 56 4.1 辐射校准 56 4.1.1 传感器校准的主要元素 56 4.1.1.1 绝对辐射校准 – 从辐射到 DN 并反之 56 4.1.1.2 均匀性校准 57 4.1.1.3 光谱校准 57 4.1.1.4 几何校准 58 4.1.2 校准方法 58 4.1.2.1 发射前校准 58 4.1.2.2 机载校准 59 4.1.2.3 替代校准 59 4.2 大气 – 从辐射到反射或温度\发射率 60 4.2.1 将不同日期的图像校准为类似值 62 4.2.2 内部平均相对反射率 (IARR) 63 4.2.3 平场 63 4.2.4 经验线 63 4.2.5 大气建模 64 4.2.5.1 波段透射率计算机模型 66 4.2.5.2 逐线模型 67 4.2.5.3 MODTRAN 67 4.2.5.4 太阳光谱中卫星信号的第二次模拟 – 6s 代码 69 4.2.5.5 大气移除程序 (ATREM) 70 4.2.5.6 ATCOR 72 4.2.6 图像的温度校准 73 4.2.7 材料的热性能 73 4.2.8 从热图像中的辐射中恢复温度和发射率 77 4.3 几何校正 79 4.3.1 几何配准 80 4.3.1.1 平面变换 81 4.3.1.2 多项式变换83 4.3.1.3 三角测量 83 4.3.1.4 地面控制点 84 4.3.1.5 重新采样 85 4.3.1.6 地形位移 86 4.3.2 LANDSAT – 几何特性 90 4.3.2.1 TM 几何精度 90 4.3.2.2 TM 数据处理级别 90 4.3.2.3 原始数据 90 4.3.2.4 系统校正产品 90 4.3.2.5 地理编码产品 91 4.3.2.6 级别 A – 无地面控制点 91 4.3.2.7 级别 B – 有地面控制点 91
博士生应向地球,环境和行星科学提交申请(2025年1月3日的截止日期)。国际学生也应满足语言能力要求。潜在的研究生可以在申请之前向Vergopolan博士(Noemi.vergopolan@rice.edu)发送电子邮件至“潜在的博士生”。在电子邮件中,请包括以下项目:非官方的成绩单,课程vitae,三个参考文献的姓名和联系信息,以及他们为什么要加入该小组的简短个人陈述。我们非常感谢所有申请,但是考虑到大量提交的申请,请注意,只有入围面试的候选人才会收到通知。根据资金可用性,我们能够在秋季和春季学期接受学生。因此,注册时间是灵活的。薪酬:$ 33K/年的津贴,带福利加上全额学费($ 57K/年)。
主动深度传感可实现强大的深度估计,但通常受感应范围的限制。天真地增加光学能力可以改善传感范围,但对许多应用(包括自主机器人和增强现实)的视力安全关注。在本文中,我们提出了一个自适应的主动深度传感器,该传感器可以共同介绍范围,功耗和眼部安全。主要观察结果是,我们不需要将光模式投影到整个场景,而只需要在关注的小区域中,在应用程序和被动立体声深度所需的深度失败的情况下。理论上将这种自适应感知方案与其他感应策略(例如全帧投影,线扫描和点扫描)进行了比较。我们表明,为了达到相同的最大感应距离,提出的方法在最短(最佳)眼部安全距离时会消耗最小的功率。我们用两个硬件原型实现了这种自适应感测方案,一个具有仅相位空间光调制器(SLM),另一个带有微电动机械(MEMS)镜像和衍射光学元素(DOE)。实验结果验证了我们方法的优势,并证明了其能力自适应地获得更高质量的几何形状。请参阅我们的项目网站以获取视频结果和代码:
与从 LiDAR 数据和多视图影像重建相比,倾斜影像重建是大规模城市建模的重要研究问题和经济解决方案。然而,建筑物足迹和立面的部分不可见性、严重的阴影效应以及大范围区域内建筑物高度的极端变化等若干挑战将现有的基于单目影像的建筑物重建研究限制在某些应用场景中,即从近地面影像建模简单的低层建筑物。在本研究中,我们提出了一种新颖的单目遥感影像 3D 建筑物重建方法,解决了上述困难,从而为更复杂的场景提供了一种有吸引力的解决方案。我们设计了一个多任务建筑物重建网络 MTBR-Net,通过四个语义相关任务和三个偏移相关任务来学习倾斜影像的几何属性、3D 建筑物模型的关键组件及其关系。网络输出通过基于先验知识的 3D 模型优化方法进一步集成,以生成最终的 3D 建筑模型。在公共 3D 重建数据集和新发布的数据集上的结果表明,与目前最先进的方法相比,我们的方法将高度估计性能提高了 40% 以上,将分割 F1 分数提高了 2% - 4%。
海军优势 使用光纤 DTS 技术可为海军带来多种潜在优势。首先,它是唯一能够高分辨率识别大面积渗漏的技术。这可验证并改进地下水和污染物运输模型。它可精确定位值得关注的区域并排除渗漏程度极低或没有渗漏的区域。例如,最近一项 50 英亩的 DTS 研究发现,渗漏发生在不到 5% 的场地面积内。这种高分辨率数据可提高后续调查的成本效益,并让监管机构更加确信该场地的特征已得到充分描述。
检测化学和生物物质,以涉及各种应用方案,例如可穿戴电子设备,智能点(POC)诊断,环境监测等。[1,2]要适当地满足这些新兴要求,理想的生化传感器应具有诸如高灵敏度,长期鲁棒性,快速响应,实时监测能力,出色的选择性,低单位成本,检测下限,较大的动态范围,低功耗等等等特性[3]但是,人类仍然需要进行陡峭的攀登之旅才能实现这些目标。值得注意的是,2019年冠状病毒病的全球大流行(Covid-19)表明,我们的技术储备在满足这种紧急,庞大和多功能的要求方面并没有充分准备,并引起了对生化感测技术的极大关注。迄今为止,包括化学主义的几种主要技术路线,[4,5] plasonic,[6,7]电化学,[8,9]声传感器,[10,11]等。已经开发出来,每个传感器中的每一个都在某些上述方面具有针对各种实际应用方案的特定优点。纳米制造技术的快速开发用于不同材料和各种结构,由于其小特征和主动结构特性,例如高地表到数量,独特的物理特性,独特的物理特性等,戏剧性地增强了这些传感设备的性能。[12–14]
摘要 - 该研究旨在实施能够自主检测绵羊目标并在2D占用图上代表它们的系统,其最终目标是促进在UXV平台上自主牧羊。本文详细介绍了Blackboard System的开发,Blackboard System是一种用于自动目标检测和映射的软件解决方案。使用Python和C编程语言,Blackboard系统将单眼深度感测与自主目标检测,以产生全面的深度和目标图。这些地图是合并的,以产生从高架相机的角度捕获的操作区域的详细的2D鸟视图。黑板系统的独特功能是其模块化框架,它允许无缝更新或更换其深度传感和目标检测模块。
○ 找工作 ○ 找主机 ○ 找资金 ○ 研究人员章程和守则 ○ 研究人员人力资源战略 ○ 养老金和 RESAVER ○ Science4refugees 计划
摘要 - 尽管垃圾箱是机器人操纵的关键基准任务,但社区主要集中于将刚性直线物体放置在容器中。我们通过呈现一只软机器人手,结合视力,基于运动的本体感受和软触觉传感器来识别,排序和包装未知物体的流。这种多模式传感方法使我们的软机器人操纵器能够估计物体的大小和刚度,从而使我们能够将“包装好容器”的不定定义的人类概念转化为可实现的指标。我们通过逼真的杂货包装场景证明了这种软机器人系统的有效性,其中任意形状,大小和刚度的物体向下移动传送带,必须智能地放置以避免粉碎精致的物体。将触觉和本体感受反馈与外部视力结合起来,与无传感器基线(少9倍)和仅视觉的基线相比,项目受损的填料操作显着降低(4。少5×)技术,成功地证明了软机器人系统中多种感应方式的整合如何解决复杂的操作应用。