无人驾驶汽车(UAV)技术的成熟和可伸缩性为彻底彻底迅速交付提供了变化的机会。本研究探讨了将无人机与公共交通工具(PTV)整合在一起,以建立一种新颖的交付范式,从而增强了公共交通运营商的收入,并提高了运输系统的效率,而不会损害乘客的便利或运营效率。采用六边形规划技术,本研究确定并量化了PTV的可用时空资源以进行无人机集成。这涉及将迅速交付订单的时空动态与PTV乘客的临时动态保持一致,该动态基于北京海德地区的现场数据。利用这些输出,我们定量分析将无人机与PTV集成在增加公共交通收入以及减少碳排放和缓解拥塞的潜力的好处。此外,我们通过预测未来的交付需求增加来量化UAV-PTV集成的长期收益。基于获得的定量结果,本研究讨论了实用和政策的影响,以支持无人机与PTV的可持续融合。
摘要:在过去的几年中,滥用民用无人机或无人机(无人驾驶飞机)一直是一个令人关注的问题。作为响应,已经开发了多个系统,包括光学,电子甚至声学技术,以进行检测和跟踪。不幸的是,由于其小小的,十分尺寸的大小以及形状和行为的巨大变化,无人机代表了一个具有挑战性的目标。在该博士学位上,我们开发了一种激光雷达(光检测和范围)系统,以解决此问题以拆除一公里处。在我们的系统中,范围是使用ight原理的时间来获取的,并通过使用双轴电量器依次扫描场景来完成图像。我们利用扫描多功能性开发了多种操作模式。标准检测模式使用大量视图的栅格扫描捕获场景的图像。跟踪模式基于围绕目标的本地模式,该模式以非常高的速率更新,以使目标保持在其边界内。e Ort被纳入了我们扫描激增的众多参数的理论和数值优化研究中,以便在最大范围,本地化分辨率和速率方面达到表现性能。用于检测和跟踪模式的模式优化是主要焦点,使用检测的目标概率作为最大化的函数。目标大小,速度和替代性也引入了检测的概率,从而完整概述了系统性能。该原型在几周的试验中测试了无人机检测和跟踪。在我们的LiDAR平台上,从头开始开发,每个组件的表征都可以丰富和验证我们的模型。成功之后,候选人启动和监督了工业前的整合过程。
摘要 - 带有传感器的无人飞机(UAV)是具有成本效益且强大的图像捕捉工具。政府,工业家,工人和研究人员在各个领域中广泛部署无人机来监视,映射和管理任务,以自动化运营,优化生产并降低成本。但是,由于处理问题,平台限制,几何形状和天气效果,捕获的图像可能具有模糊和嘈杂的影响,需要图像处理和分析。为了利用与图像处理技术集成的无人机的重要性,应用了人工智能(AI)技术,从而增强了它们的能力。这项工作努力对无人机的最新应用进行全面审查,重点是图像处理技术,高级机器学习(ML)算法和深度学习(DL)模型。从这个角度来看,介绍了无人机创新的元素限制。划定了数据收集,预处理和处理步骤以及ML算法的分类法的基本程序。探索了基于图像处理的无人机的应用,用于农业,环境,遥感和映射以及监视和执法应用程序。潜在的途径和实施方法的某些局限性。发现使用ML和DL模型验证了图像处理技术的实现,从而导致可靠,快速的结果,效率和自动化,最终促进无人机应用程序。这些结果有助于现有文献,并显着影响科学界。
摘要本文介绍了有史以来第一个完全自主的无人机(无人驾驶飞机)任务,在地下矿井中进行了真正的爆炸后进行气体测量。示威任务发生在发生爆炸后40分钟左右,并测量了这种现实的气体水平。我们还介绍了不同矿山的多个现场机器人实验,详细介绍了开发过程。所提出的新颖的自主堆栈被称为常规检查自治(RIA)框架,将风险 - 意识到的3D路径计划D* +与基于3D激光雷达的全球重新定位在已知地图上,并且它集成在定制硬件上,并将其集成在自定义硬件上,并将其与板载堆栈与板载式气体传感设备集成在一起。在提出的框架中,可以在爆炸后不久将自主的无人机在令人难以置信的恶劣条件下(灰尘,地图的显着变形)部署,以进行检查,以检查对工人带来重大安全风险的缠绵气体。我们还提出了一个变更检测框架,可以提取和可视化在爆破程序中更改的区域,这是计划提取材料的关键参数以及更新现有的地雷地图。将证明,RIA堆栈可以在恶劣的条件下实现强大的自主权,并为自主常规检查任务提供可靠且安全的导航行为。
摘要:人类活动是导致气候变化的重要原因,大气中的CO₂水平上升。已经开发了几种碳捕获和隔离(CCS)方法来解决此问题。未驾驶的航空车(UAV)和遥感技术正在出现,这是对大气碳捕获计划的效率和有效性的显着提高。本研究使用无人机和遥感技术来监视,量化和管理大气co级水平。此外,该研究还探讨了整合机器人无人机技术的含义,并强调了它们为可持续未来做出贡献的能力。这些技术结合了现代数据收集和分析方法,为缓解气候变化和长期环境可持续性提供了有希望的答案。
摘要 无人驾驶飞行器 (UAV),通常称为无人机,在从军事行动到商业用途等广泛领域得到越来越广泛的应用。然而,随着无人机越来越融入日常生活,由于在开放无线信道上运行且机载计算资源有限而产生的漏洞,安全和隐私问题也同样不断升级。此外,随着量子计算机的出现,确保无人机通信安全和隐私的传统加密方法面临严重风险。这些风险包括未经授权的访问、数据泄露和网络物理攻击的可能性,这些攻击会危及无人机操作的完整性、机密性和可用性。量子计算机有望分别在 Grover 和 Shor 算法的支持下打破传统的加密方法,例如对称和非对称方案。因此,传统的加密算法必须让位于抗量子算法,即后量子密码 (PQC) 算法。尽管研究人员积极开发、测试和标准化新的 PQC 算法,但尽管通过这些持续努力取得了进展,威胁仍然存在。这篇评论文章首先研究了安全和隐私形势,包括无人机的威胁和要求。本文还讨论了 PQC 和各种 PQC 系列以及 NIST 实施和标准化过程的状态。最后,我们探讨了在无人机上实施 PQC 的挑战和未来方向。
本文详细介绍了为无人机设计的11 kW巡航电机的重量减轻过程,遵循三阶段的方法。该研究靶向现有的6相,28杆/24个插槽电动机,其主要目标是减少重量,同时最大程度地减少性能降解。堆栈长度和电动机直径被选为关键变量。彻底分析了运动几何形状对重量,电磁特性和热特性的影响。此外,转子轭厚度和永久磁铁厚度被认为是最终确定电动机配置的进一步设计变量。堆叠长度为40毫米,电动机直径为166毫米,转子轭厚度为3.4毫米,持久性磁铁厚度为2.8 mm,然后进行实验验证。 关键字:无人机(无人机),外转子PMSM,重量最小化,温度,堆叠长度,电动机外径堆叠长度为40毫米,电动机直径为166毫米,转子轭厚度为3.4毫米,持久性磁铁厚度为2.8 mm,然后进行实验验证。关键字:无人机(无人机),外转子PMSM,重量最小化,温度,堆叠长度,电动机外径
1 埃尔吉耶斯大学,工程学院,机电一体化工程系,38039,开塞利,土耳其 收稿日期:2024 年 3 月 27 日 修订日期:2024 年 6 月 11 日 接受日期:2024 年 7 月 8 日 摘要 Öz 本文介绍了 Pure Pursuit 控制算法在农业农药喷洒无人机路径跟踪中的实现。精确的路径跟踪可确保准确的农药覆盖范围,最大限度地提高作物产量并最大限度地减少环境影响。大多数农业无人机使用的传统位置控制架构会导致农药分布不一致,因为无人机速度不稳定。位置控制还会导致角落处的减速和加速,导致这些区域喷洒过度。这种缺乏均匀的喷雾分布对高效和可持续农业提出了挑战。Pure Pursuit 算法因其在自主导航中的简单性和有效性而受到青睐。软件架构(包括飞行控制堆栈和基于 ROS2 的 PX4 仿真架构)展示了无人机的精确轨迹跟踪能力。仿真测试评估了系统的路径跟踪精度和整体性能。比较结果表明,Pure Pursuit 控制器在精度、鲁棒性和适应性方面优于标准位置控制器。此外,本文介绍了一种基于网格分解的创新覆盖路径规划 (CPP) 策略。该 CPP 策略与 Pure Pursuit 控制机制相结合,可确保精确的路径跟踪并最大限度地提高覆盖均匀性,从而进一步提高农业喷洒作业的有效性和可持续性。
GSMA是一个全球组织,统一移动生态系统,以发现,开发和交付积极的商业环境和社会变革的创新基础。我们的愿景是释放连通性的全部力量,以使人,工业和社会蓬勃发展。代表移动生态系统和相邻行业的移动运营商和组织,GSMA为其成员提供了三个广泛的支柱:良好的连接,行业服务和解决方案以及外展。这项活动包括推进政策,应对当今最大的社会挑战,基于使移动运作的技术和互操作性的基础,并提供了世界上最大的平台,以在MWC和M360系列活动中召集移动生态系统。
