XiaoMi-AI文件搜索系统
World File Search SystemUSV
USV跟踪器
本文介绍了USV-Tracker，这是一种针对用于实用应用（例如地表调查和目标跟踪）的无人层面车辆（USV）的新型跟踪系统。该系统应对三个关键挑战：感知鲁棒性，跟踪隐藏和计划效率。这项工作的贡献是多方面的：（1）使用扩展的卡尔曼滤波器（EKF）的多传感器融合框架来增强目标检测和定位准确性，集成了来自相机，激光镜头，GPS和IMU传感器的数据。（2）一种两阶段的路径计划算法，该算法生成遮挡避免轨迹并采用虚拟弹性力约束来保持适当的相对定位。在密集的障碍环境中，该算法倾向于靠近目标，并结合了FOV取向约束以确保稳定的感知。（3）一种可见性感知的控制策略，可通过基于EKF的轨迹预测来确保持续的目标可观察性。凉亭中的模拟和相应的物理实验验证了系统的有效性和鲁棒性，证明了其在现实世界中的适用性。计算工作负载是在受约束的车载计算机上管理的，强调了系统的实用性。
高效路径规划和边缘动态避障，确保 USV 安全航行
摘要 — 无人水面舰艇 (USV) 凭借其自主性优势被广泛应用于各个领域，而路径规划是实现自主性的关键技术。然而，单独使用全局路径规划无法避开移动障碍物，而单独使用局部路径规划可能陷入局部极小值而无法到达目标。因此，本文提出了动态目标人工势场 (DTAPF) 方法，以跟随 A* 算法生成的全局路径的动态点作为人工势场 (APF) 的目标点。此外，为了提高传统集中式路径规划方法的 USV 导航响应时间和安全性，我们提出了用于全局路径规划的边缘计算架构和偏移制导方法以避开移动障碍物并符合碰撞规则 (CORLEG)。实验结果表明，采用本文提出的方法，无人艇在存在移动障碍物的环境中能够以较高的概率（约99.4%）到达目标，与传统APF算法相比，在平均路径长度和平均航行时间几乎没有增加的情况下，碰撞概率降低了71%，且计算时延远低于本地计算，也低于云计算。
海上无人机（UUV与USV合作）
通过链接无人航行器（UUV和USV），高效获取水下信息，扩大无人航行器在预警监视、水雷对抗等方面的应用范围，实现零伤亡。未来的无人机系统将有助于（最大限度地减少士兵的牺牲）。
联合起来为USV创建通信系统
Sea-Kit International Ltd技术技术总监Peter Walker说：“ Sea-Kit的团队打算将我们经过验证的USV设计与强大的通信系统耦合，即使在最恶劣的海上条件下运作。在离岸能源领域工作的每个人都在追求更大的效率。我们希望通过创新来破坏当前的市场产品，从而使USV控制USV，并从船上的设备中可靠地检索传感器数据，同时还降低了成本和碳足迹。与埃塞克斯大学（University of Essex）的伙伴关系融入了他们庞大的网络科学和AI知识库，我们期待与那里的团队合作。”
对澳大利亚皇家海军的USV审查
未被拖出的表面容器（USV）由于革新海上行动的潜力而引起了海军的越来越多的关注。USV可以集成到海军舰队中，并负责执行必不可少的和危险的任务，从而最大程度地减少了对人体物理存在的要求。此外，USV有助于提高情境意识，提供更大的监视能力，并可以在海上长期运作，这在现代海上安全行动中至关重要。本文回顾了USV技术的当前状态及其在澳大利亚海军车队中的潜在应用。在本文中讨论了目前正在为海军开发的USV的详细审查，它们正在为海军开发的功能以及用于操作它们的可用控制系统。随着USV越来越普遍，应解决与其部署相关的挑战至关重要。因此，本文包括对确保其安全和安全的运营所需的澳大利亚法律和监管框架的审查，以及利益相关者参与如何制定这些法规。此外，本文讨论了澳大利亚政府在未来的先进未剥离船舶系统的研究和开发过程中面临的挑战。
自主合作形成控制不足的USV
Zaopeng Dong *a,b,c,d , Zhengqi Zhang a,c , Shijie Qi a,c , Haisheng Zhang a,c , Jiakang Li a,c ,
使用计算机视觉和机器学习分析小鼠的超声波发声
摘要 小鼠发出超声波发声 (USV)，传达与社会相关的信息。为了检测和分类这些 USV，我们在此描述了 VocalMat。VocalMat 是一款使用图像处理和微分几何方法检测音频文件中的 USV 的软件，无需用户定义参数。VocalMat 还使用计算视觉和机器学习方法将 USV 分为不同的类别。在小鼠发出的 >4000 个 USV 数据集中，VocalMat 检测到了 98% 以上的手动标记 USV，并准确地将 11 个 USV 类别中的 »86% 的 USV 分类为 USV。然后，我们使用降维工具分析了不同实验组之间 USV 分类的概率分布，从而提供了一种量化和定性小鼠发声库的稳健方法。因此，VocalMat 无需用户输入即可自动、准确和定量地分析 USV，为详细和高通量地分析这种行为提供了机会。
开发无人地面车辆的电力管理到
这项研究重点是设计无人地面车辆（USV）的电气系统，以确保在调查操作期间的最佳性能。这艘USV船是双体船型船，具有更深的深度传感器，可以了解水的深度，并配备了远距离（Lora）作为数据发射器。USV电气系统设计结合了4050 mAh 11.1 V Lipo电池和IMAX B6AC充电器的使用，评估涵盖了电池充电，功耗和电压稳定性。试验表明，电池以45.08瓦的功率负载支持USV的运行约47.8分钟。电池充电显示了两个主要阶段：恒定电流和恒定电压，充满充电时间约为2.7小时。在操作过程中，电压消耗显示出明显的波动，强调了对电气系统设计的需求，该设计保持了电压稳定性以提高性能。从测试结果中发现，电池效率为91.29％。这些发现强调了适当的组件选择和有效的功率管理以实现可靠有效的USV操作的重要性。深入了解充电特性和功耗，设计的电气系统可以确保在各种调查条件下更稳定的USV操作和更好的性能。
在混乱的海洋环境中用于多USV采样任务的不间断路径计划系统
摘要 - 本文提出了一个不间断的无碰撞路径计划系统，可在海洋采样任务中促进多个无人地面车辆（USV）的操作性。根据新型B-Spline数据框和粒子群优化（PSO）基于基于的求解器引擎的集成，开发了所提出的不间断的路径计划系统。新的B-Spline数据框架结构提供了候选点的智能采样，而无需完全停止完成采样任务。这使USV可以平稳地环绕该区域，同时校正朝着下一个位置的朝向角度，并防止车辆朝向的急剧变化。然后，优化引擎为多个USV生成了最佳，平滑和约束意识的路径曲线，以从开始点到会议点进行采样任务。生成的路径在车辆的速度轮廓上结合了可控性，以防止经历零速度和频繁停止/开始切换控制器。为了实现优化程序的更快收敛，提出了合适的搜索空间分解方案。进行了模拟逼真的海洋采样任务的广泛模拟研究，以检查拟议的路径计划系统的可行性和有效性。这封装了建模在班达海中印尼群岛的现实海事环境，包括海浪，障碍和无飞行区域，并引入了几个性能指数，以基于路径计划系统的性能进行基准测试。此过程伴随着对拟议的路径计划系统进行的比较研究，并具有众所周知的最先进的片段，快速探索随机树（RRT）和基于差异进化的路径计划算法。模拟的结果证实了对不间断的海洋采样任务的拟议路径计划系统的适用性和鲁棒性。