XiaoMi-AI文件搜索系统
World File Search SystemUAV
无人机测试人员培训 - NATO STO
• 与民航当局保持良好关系。• 测试大型无人机需要经过适当培训的机组人员。• 测试需要大量经过适当培训的测试活动主管。• 测试卡组需要时间/资源来准备。• 大型无人机测试有很多部分需要严格的沟通。• 对于某些设计，多班次试飞将是常规操作。
无人机任务组最终报告 - EASA
附件 1：轻型无人机系统监管指南 附件 2：缩略词列表 附件： 附件 1：一般介绍信息 附录 1-1：无人机 T-F 参与者和贡献者列表 附录 1-2：未来无人机应用 附录 1-3：无人机工作队职权范围 附件 2 一般、安全和安保 附录 2-1：监管决策方法原则 附录 2-2：安全 附件 3：适航性、持续适航性和环境 附录 3-1：无人机分类 附录 3-2：保留 附录 3-3：修订欧洲航空安全局条例 EC1592/2002 的提案草案附录 3-4：用于制定无人机系统设计标准的撞击能量法 附录 3-5：无人机安全目标 附件 4：操作、维护和许可 附录 4-1 主题识别 附录 4-2 主题讨论 附录 4-3 许可证和评级 附件 5：空中交通管理
二十世纪二十年代的无人机 - 阿尔托 | 研究
a 特温特大学，地理信息科学与地球观测学院 (ITC)，P.O. Box 217，恩斯赫德，荷兰 b 约克大学，拉松德工程学院，地球与空间科学与工程系，4700 Keele St，多伦多，安大略省，加拿大 c 斯图加特大学，摄影测量研究所 (ifp)，Geschwister-Scholl-Stra ße 24 D，70174 Stuttgart，德国 d 日内瓦大学，日内瓦经济管理学院 Uni Mail，40, Boulevard du Pont-d ’ Arve，1211 Gen ` eve，瑞士 e 不伦瑞克工业大学，大地测量与摄影测量研究所，Bienroder Weg 81，38106 Braunschweig，德国 f 芬兰国家土地测量局，芬兰地理空间研究所 FGI，遥感与摄影测量系，P.O. Box 84, FI-00521 赫尔辛基，芬兰 g 阿尔托大学，建筑环境系，埃斯波，芬兰 h ´ 洛桑联邦理工学院 (EPFL)，大地测量工程实验室，1015，瑞士
西北无人机 - 无人系统技术
NWUAV 可以配置 RCV 发动机结构，以实现 400 小时的耐用性、1 马力/磅的重量功率比和 0.5 磅/马力/小时的燃油效率。强大的燃烧系统可适应各种燃料和辛烷值。该发动机易于校准，可在各种环境条件下提供一致的性能。在受控的运行条件下，重质燃料的碳化作用最小。最新的发动机是 RCV20 Inline。这是一款微型四冲程重质燃料发动机，旨在取代电池供电的 UAV 系统，并显著延长 8 小时以上的续航里程。
民用无人机能力评估 - NASA
执行摘要 本文件介绍了 NASA 牵头的民用无人驾驶飞行器 (UAV) 能力评估的结果。本报告旨在补充国防部长办公室的无人机路线图，其目的有四个方面： • 根据用户定义的需求确定和记录所有无人机未来潜在的民用任务 • 确定和记录支持这些未来任务所需的技术 • 讨论平台能力和所需技术的现状；确定正在进行的技术、计划中的技术以及目前尚无计划的技术。• 为制定全面的民用无人机路线图奠定基础 预计本报告的内容将继续用于评估未来任务的可行性，并帮助影响资金决策，以开发那些被认为是可行或必要的但未包含在已批准资金计划中的技术。报告第 2 部分简要介绍了民用和军用无人机平台。国防部早已认识到无人机在增强作战能力方面的作用，目前的计划强调未来 10 年内无人机能力将显著提升。虽然本报告的重点不是军事领域，但人们认识到，大量军用无人机技术将适用于民用无人机。还讨论了民用无人机平台市场预测的概述。市场增长潜力巨大，但一些阻碍这种增长的限制因素给预测带来了高度的不确定性。报告第 3 部分总结了用于分析的几项民用任务的文档。在第一版中，共记录和分析了 35 项任务。这些任务来自各政府和私营部门机构，用于科学和公共利益，属于以下大类（见图 1）： 国土安全 地球科学 商业土地管理 从这 35 项任务中（其中大部分属于地球科学类别），确定了 21 项支持任务所需的能力和技术。具体能力包括进入国家领空、远程/续航、超视距通信和编队飞行等项目。分配给各种任务的完整能力列表如表 II 所示。
无人机与地面摄影测量相结合评估1
《自然灾害地球系统科学》讨论，https://doi.org/10.5194/nhess-2017-198 稿件正在接受《自然灾害地球系统科学》期刊的审查。讨论开始日期：2017 年 6 月 6 日 c ⃝ 作者 2017。CC BY 3.0 许可。
使用无人机自动扫描飞机进行检查...
在飞机日常维护中，通常需要对飞机外表面进行目视检查。使用配备传感器的移动机器人进行自动检查以替代耗时且容易出错的手动检查已成为一种趋势。利用机器学习和数据科学的力量，可以使用图像和点云等感测数据进一步表征缺陷。在这种机器人检查过程中，需要精确的飞机数字模型来规划检查路径，然而，飞机维修店通常无法获得飞机的原始 CAD 模型。因此，使用诸如 3D 激光扫描仪和 RGB-D（红、绿、蓝和深度）相机等传感器，因为它们能够以有效的方式生成感兴趣对象的 3D 模型。本文介绍了一种两阶段方法，使用配备 RGB-D 相机的 UAV（无人驾驶飞行器）自动扫描飞机，以便在无法获得飞机原始 CAD 模型的情况下重建飞机的数字复制品。在第一阶段，无人机相机系统遵循预定义的路径快速扫描飞机并生成飞机的粗略模型。然后，根据飞机的粗略模型计算全覆盖扫描路径。在第二阶段，无人机相机系统遵循计算出的路径对飞机进行紧密扫描，以生成飞机的密集而精确的模型。我们解决了飞机的覆盖路径规划 (CPP) 问题
无人机与地面摄影测量相结合评估1
《自然灾害地球系统科学》讨论，https://doi.org/10.5194/nhess-2017-198 稿件正在接受《自然灾害地球系统科学》期刊的审查。讨论开始日期：2017 年 6 月 6 日 c ⃝ 作者 2017。CC BY 3.0 许可。
值得信赖的无人机关系：将模式动作世界分类法应用于无人机和无人机群操作
摘要 人为因素在航空电子系统的开发和集成中发挥着重要作用，以确保它们值得信赖并能有效使用。随着无人驾驶飞行器 (UAV) 技术对航空领域变得越来越重要，这一点是正确的。本研究旨在通过利用流行的航空访谈方法（图式世界行动研究方法）结合从文献中确定的关于信任的关键问题，了解无人机操作员在驾驶无人机时的信任要求。采访了六名拥有不同经验的无人机操作员。这确定了过去的经验对信任的重要性以及操作员的期望。除了可以帮助开发值得信赖的系统的设备、程序和组织标准之外，还提出了针对培训以积累经验的建议。所开发的方法有望在人机交互中赢得信任。