XiaoMi-AI文件搜索系统
World File Search SystemUnderwater
钓鱼者：使用轻量级水下车辆操纵器系统的干预任务的自主框架
摘要 - 为轻量级的水下车辆操纵器系统（UVM）开发自主干预措施在近年来引起了极大的关注，因为这些系统有机会降低干预运营成本。开发自主UVMS功能是具有挑战性的，因为缺乏可用的标准软件框架和管道。以前的作品为水下车辆提供了模拟环境和部署管道，但没有提供完整的UVMS软件框架。我们通过创建钓鱼者来解决此差距：用于开发本地化，控制和决策算法的软件框架，并支持模拟传输。我们通过实现最新的控制架构来验证此框架，并证明具有平均误差低于0.25 m的平均误差和Waypoint跟踪的能力，平均最终误差为0.398 m。
使用Snell窗口中的极化模式的生物启发的水下导航
针对水下无人车辆（UUV）的自主导航能力的要求，提出了一种基于Snell窗口内极化模式的水下导航的新型仿生方法。受到生物的启发，极化导航是一种无卫星的导航计划，并且有很大的潜力在水中使用。但是，由于水下环境复杂，是否可以实现UUV两极化导航令人怀疑。为了说明水下极化导航的可行性，我们首先建立了水下极化模式的模型，以证明Snell窗口内的水下极化模式的稳定性和可预测性。然后，我们基于开发的极化信息检测设备进行水下标题确定的静态和动态实验。最后，我们获得了水下极化模式，并在不同的水深度进行跟踪实验。水下极化模式的实验结果与模拟一致，这证明了所提出的模型的正确性。在5 m的水深下，跟踪实验的平均角度和位置误差分别为14.3508°和4.0812 m。可以说明水下两极化导航是可以实现的，精度可以满足UUV的实时导航要求。这项研究促进了水下导航能力和海洋设备的发展。
坚固沉箱结构降低水下现场爆炸影响的演示
描述 沉箱是一种安全、防水的舱室，通常用于水下施工。通过添加压缩空气使舱室防水。战略环境研究与发展计划 (SERDP) 项目 MR-2648“建立坚固的沉箱结构以抵抗水下未爆炸弹药就地爆炸的影响”研究了沉箱作为防爆盾的使用。计算机模拟发现，SERDP 团队开发的坚固沉箱结构 (RCS) 模型能够显著降低水下爆炸的影响。
DGA选择Exail和Thales向法国海军提供16个水下无人机
关于Exail Technologies Exail Technologies是一家工业公司，专门从事自主机器人技术领域的高技术，其活动的垂直整合。该小组提供了复杂的无人机，导航以及航空航天和光子学产品的系统。Exail技术可确保其在恶劣环境中运作的民事和军事客户的绩效，可靠性和安全性，并在近80个国家 /地区产生收入。Exail Technologies列在EuroNext Paris室B（EXA）上，是EuroNext技术领导者领域的一部分，其中包括110多家领先或高增长的科技公司。www.exail-technologies.com联系人：投资者关系雨果·索桑（Hugo Soussan）电话。+33（0）1 44 77 94 86 H.Soussan@exail-technologies.com Anne-Pauline Petureaux Tel。+33（0）1 53 67 36 72 apetureaux@actus.fr
沉浸式环境，以改善确保关键水下基础设施的情境和空间意识
过去和当前的例子已经证明了在许多类型的情况下进行IED攻击的有效性，并有可能挑战北约和国家的韧性和生活方式。在过去，IED主要用于针对军事物体，但最近的例子表明，对手的意图和能力是针对关键基础设施的目标，以破坏经济的目标。这些事件突出了海底能量管道和通信电缆的脆弱性。2022年9月的Nord Stream Pipeline Sabotage揭示了欧洲和北约国家来阻止和防御海底领域中的混合攻击的能力[2]。，最近，即使尚未宣布归因，芬兰和爱沙尼亚在2023年10月对波罗斯尼克气体管道和数据电缆的损害也显示出我们的经济和我们日常生活所取决于的基础设施的暴露和脆弱性。遵循
计算机视觉技术在水下湿焊轮廓检测中的应用：一项探索性研究
JL Ortiz 1 、AM Moreno-Uribe 1 、BR Acevedo 2 、EJ Lima 1 和 AR Arias 1 1 米纳斯吉拉斯联邦大学机器人、焊接和模拟实验室，巴西贝洛奥里藏特 2 米纳斯吉拉斯联邦大学国家计算智能实验室，巴西贝洛奥里藏特 电子邮件：ortizsolanojorgeluis@gmail.com 摘要。在水下湿焊中，气泡的形成和分离过程与电弧的稳定性有关。因此，需要更快、更准确地表征这些气泡的新方法。本文介绍了计算机视觉算法在图像处理中的应用，以更好地理解液滴的动态。测试在受控条件下进行，以便于检测和记录物体。该算法生成的结果可以检测和跟踪液滴以及它们之间的相互作用。记录的物理特性是根据投影面积和液滴平均速度计算液滴直径。
使用低精度异构声纳浮标传感器的纯角度测量定位水下目标
摘要：本文考虑了水下目标的定位，其中放置了许多声纳浮标来测量目标声音的方位。声纳浮标的方位精度非常低，例如 10 度。在实践中，我们可以使用多个异构声纳浮标，这样传感器噪声的方差可能与另一个传感器的方差不同。此外，一个传感器的最大感应范围可能与另一个传感器的最大感应范围不同。如果传感器检测到目标的方位，则真实目标必须存在于传感器的感应范围内。为了基于低精度的方位测量来估计目标位置，本文介绍了一种基于多个虚拟测量集 (VMS) 的新型目标定位方法。这里，每个 VMS 都是考虑到每个声纳传感器的方位测量噪声而得出的。据我们所知，本文在基于低精度的异构声纳浮标传感器定位目标的 2D 位置方面是新颖的，考虑到传感器的最大感应范围。通过使用计算机模拟将所提出的定位方法与其他最先进的定位方法进行比较，验证了所提出的定位方法的优越性（同时考虑时间效率和定位精度）。
文章 使用低精度异构声纳浮标传感器的纯角度测量来定位水下目标
摘要：本文考虑了水下目标的定位，其中放置了许多声纳浮标来测量目标声音的方位。声纳浮标的方位精度非常低，例如 10 度。在实践中，我们可以使用多个异构声纳浮标，这样传感器噪声的方差可能与另一个传感器的方差不同。此外，一个传感器的最大感应范围可能与另一个传感器的最大感应范围不同。如果传感器检测到目标的方位，则真实目标必须存在于传感器的感应范围内。为了基于低精度的方位测量来估计目标位置，本文介绍了一种基于多个虚拟测量集 (VMS) 的新型目标定位方法。这里，每个 VMS 都是考虑到每个声纳传感器的方位测量噪声而得出的。据我们所知，本文在考虑传感器的最大感应范围的情况下，基于低精度的异构声纳浮标传感器对目标的 2D 位置进行定位方面是新颖的。通过使用计算机模拟将所提出的定位方法与其他最先进的定位方法进行比较，验证了所提出的定位方法的优越性（同时考虑时间效率和定位精度）。
TNO 报告 TNO 2020 R11855 减少比利时航运业的排放和水下辐射噪音
超过 90% 的世界贸易是通过海上运输进行的。空气污染、温室气体 (GHG) 排放和水下辐射噪声是这种国际航运的意外副产品。航运业意识到提高能源效率和减少温室气体排放的必要性。2018 年，国际海事组织 (IMO) 通过了一项关于减少船舶温室气体排放的初步战略 1 。这证实了 IMO 致力于减少国际航运的温室气体排放，并作为紧急事项，在本世纪尽快逐步淘汰这些排放。比利时政府希望通过“可持续航运计划”（本报告附件 B 中复制）帮助船东为航运业迈向更环保、零二氧化碳和数字化的未来。该计划符合国际目标，即到 2050 年将航运业的二氧化碳 (CO 2 ) 排放量至少减少一半。除了温室气体之外，国际海事组织还采取了逐步减少氮氧化物 (NO x )、硫氧化物 (SO x ) 和颗粒物 (PM) 的方法，以防止船舶造成空气污染 2 。为了帮助保护海上野生生物，国际海事组织的工作包括减少船舶的水下噪音 3 。2014 年，国际海事组织发布了减少商业航运水下噪音的非强制性指南，以解决对海洋生物的不利影响 [IMO MEPC，2014]。理想情况下，采取减少温室气体排放的措施也会减少水下噪音，但两者之间的联系尚未得到明确证明。在比利时联邦卫生、食品链安全和环境公共服务部门 Dienst Marien Milieu (DMM) 委托的这项研究中，我们研究了减少温室气体排放以及水下噪音的方案，重点关注比利时航运船队。选择以下方法：1 概述比利时船队中的典型船型，包括货船、油轮、渔船、挖泥船和海上支援船。2 对这些典型船型的当前水下辐射噪音和排放（CO 2 、NO x 、SO x 、PM）进行全球分析。3 概述可能的排放和水下辐射噪音减少措施。4 分析减少水下船舶噪音的措施对提高能源效率和减少温室气体排放的潜在协同效益。作为本研究的第 2 部分，TNO 研究了通过所谓的北海地区“慢速航行”运营方案减少空气排放和水下噪音的潜力，在该方案中，船舶的最大速度受到限制，以节省能源并减少排放，参见 [de Jong and Hulskotte，2020]。
ru-slam：稳健的深度学习视觉同时定位和映射（SLAM）系统，用于弱质地的水下环境
摘要：准确且健壮的同时定位和映射（SLAM）系统对于自动水下车辆（AUV）至关重要，可以在未知环境中执行任务。然而，直接将基于深度学习的SLAM方法应用于水下环境会带来挑战，这是由于纹理较弱，图像退化以及无法准确注释关键点的挑战。在本文中，提出了强大的深入学习视觉大满贯系统。首先，一个名为UWNET的功能生成器旨在解决弱纹理和图像降解问题，并提取更准确的关键点功能及其描述符。此外，基于改进的水下成像物理模型以自我监督的方式训练网络的知识蒸馏概念。最后，将UWNET集成到ORB-SLAM3中以替换传统的特征提取器。提取的本地和全局特征分别用于特征跟踪和闭环检测模块。公共数据集和自收集的池数据集的实验结果验证了所提出的系统在复杂方案中保持高精度和鲁棒性。