XiaoMi-AI文件搜索系统
World File Search SystemUnderwater
水下无人机是一种低成本但功能强大的水下考古映射工具：地中海的案例研究
本文调查了水下考古映射的微级远程操作车辆（ROV）（通常称为水下无人机）的变革性影响。随着无人管理的水下车辆（UUV）技术的进步导致功能增加和成本降低，这些紧凑型和用户友好的无人机正在使水下考古遗址更加易于使用，从而减少了对人类潜水的需求。该论文首先强调了ROV的优势，包括其可移植性，可操作性以及对实时数据评估进行半自主映射的能力，从而增强了决策制定并最大程度地减少了对现场重新审视的需求。第二，它提出了希腊Phournoi群岛的两项案例研究，证明了在摄影映射中有效地使用了水下无人机在摄影映射中，对已故的Amphora货物沉船以及对历史上重要的锚固地点进行了大规模的测量。这些发现强调了这项技术彻底改变水下考古文献的潜力，类似于陆地文化遗产映射如何从空中无人机摄影测量中受益。
自动驾驶水下车辆-Matsya -IIT孟买
问题陈述：需要自动驾驶水下车辆（AUV）才能在无法访问人类操作员安全妥协的无法访问，有时甚至有害的位置实现各种任务。在国防和机器人技术的关键领域中有几种应用。bombay研究人员通过设计和开发内部，低成本的AUV，恰当地称为Matsya（梵语中的鱼）来解决这一要求。他们的AUV可以在充满障碍的竞技场，检测和避免障碍物，并操纵将各种物体放在水下。AUV可以以预定义的目标（模拟防御应用）检测和射击鱼雷，并使用声学归巢技术（类似于找到飞机的黑匣子）来定位水下平台。AUV还可以遵循竞技场地板上的特定图案（模拟油管/水下光纤电缆）。
礁石水下视频的3D计算机视觉
3D计算机视觉是ECEO的礁石水下视频，我们正在开发一种新方法来监视水下视频的珊瑚礁[2]。 来自跨国红海中心在以色列，约旦和吉布提的探险队的一部分收集的珊瑚礁地点的视频。 使用框架的语义分段对视频进行分析，并使用同时本地化和映射（SLAM）从访问的礁石站点创建3D点云，每个点都具有其RGB颜色及其语义类别（例如，>3D计算机视觉是ECEO的礁石水下视频，我们正在开发一种新方法来监视水下视频的珊瑚礁[2]。来自跨国红海中心在以色列，约旦和吉布提的探险队的一部分收集的珊瑚礁地点的视频。使用框架的语义分段对视频进行分析，并使用同时本地化和映射（SLAM）从访问的礁石站点创建3D点云，每个点都具有其RGB颜色及其语义类别（例如，岩石，沙子，活珊瑚，死珊瑚等）附件。可以收集此类视频的便利性有望通过数量级提高珊瑚礁监测方法的可伸缩性。
开发用于研究和教育的低成本水下机器人
水下机器人被用作水下观察的一种手段。自1960年代以来，已经研究了水下机器人的研发[1]。最近，水下机器人被称为水下无人机，并传播到社会。在使用水下机器人作为水下地质和生物学调查等的工具时，使用市售的水下机器人是有益的。但是，当水下机器人是研发或教育的主题时，机器人所需的规格因目的而异。因此，有必要独立开发机器人。水下机器人有各种尺寸，从大到小，并且根据目的[2]，[3]进行了研发。也有用于教育的水下机器人[4]。
秘密长距离水下通信的加密计划
摘要 - 由于小包大小，经典数据保护方案不适合水下通信。本文解决了此问题，并包含两个主要结果。作为第一个结果，引入了一种适用于小消息大小的新的对称密钥加密协议。加密方案利用灵活的量子置换板（QPP）对称键块密码。它将QPP与块密码计数器模式和一个随机数生成器结合在一起，并带有共享秘密，以使QPP适应短的水下协议数据单位。加密和解密算法是定义的，在计数器模式下在QPP上构建。分析算法。分析表明该方案没有达到完美的不可区分性。但是，分析还表明消息碰撞概率可能非常低。该方案是通用和适应性的。作为第二个结果，新的对称加密方案适用于远程水下通信协议（发音您窃窃私语）UWSPR。与理论一致分析设计。还解决了相关的问题，例如关键大小和关键产生，以及水下环境所面临的挑战。关键字 - 水下通信，水下网络，安全性，机密性，加密，量子置换板，（发音您窃窃私语）UWSPR
颠覆性创新与海军力量：无人水下航行器 (UUV) 和长期水下电源的财务影响
海战环境正在迅速变化。美国海军正在适应变化，继续保持其在蓝水领域的主导地位，同时建设棕水能力。无人系统，如无人空中无人机，在应对新的战场挑战中发挥着关键作用。无人水下航行器 (UUV) 正在成为海军的海上版空军无人机。与传统的舰载作战相比，UUV 代表了一种低端颠覆性技术，它能够承担越来越复杂的角色，打破战场熵的天平。它们可以改善任务结果，而成本仅为传统作战的一小部分。此外，麻省理工学院目前正在开发的长期水下电源将使 UUV 的射程和作战续航能力提高一个数量级。安装这些系统不仅可以让 UUV 完成新的、以前不可能完成的任务，还可以大幅降低成本。我探讨了 UUV 和长期水下电源对海军及其未来作战的财务和战略影响。通过研究当前的海军行动以及 UUV 可以补充或取代潜水员和船只的方式，我确定了使用 UUV 技术降低人员生命风险、降低成本和利用技术学习曲线的方法。我得出的结论是，随着 UUV 的广泛使用，可以立即节省大量成本，而目前的研究投资水平与 UUV 项目的风险和回报相比是不足的。
用于 MEC/UXO 检测的水下金属探测器
TEMA 具有多种外形尺寸，有两种部署类型，每种都有 3 米的幅宽，可根据现场条件选择。TEMA 使用 Geonics EM61 (EM61MK2-HP) 的高功率版本。HP 装置比标准 EM61MK2 将检测范围增加了 45% 到 80%。拖鱼主要有两种类型 - 深拖 TEMA-MK3，可在 3 至 100 米深的水中操作，以及 TEMA-Lite，可在极浅的水中漂浮和推动或拖曳，深度约为 40 米。TEMA-MK3 采用定制遥测系统。来自三个 EM 传感器以及所有辅助传感器的所有数据都通过单根双绞线或一根单模光纤电缆进行多路复用。通过使用光纤多路复用器 (MUX)，TEMA 能够在数据收集期间将两个全 1080 像素高清视频流与多个标准清晰度流同时实时传输到水面，以及来自三个 EM 单元、两个高度计、航向和倾斜传感器以及 USBL 响应器触发信号的数据。光纤 MUX 还允许实时控制和上传来自 Tetra Tech 定制水下数码单反 (DSLR) 相机外壳的静态照片。
稳定扩散启用水下深度估计
单眼深度估计在近年来，由于深度学习的进步，近年来在陆地图像上取得了重大进展。，但主要是由于数据稀缺性而导致的水下场景不足。鉴于水中的光衰减和背面的固有挑战，获得清晰的水下图像或精确的深度非常困难且昂贵。为了减轻此问题，基于学习的方法通常依赖于综合数据或转向自欺欺人或无监督的举止。尽管如此，它们的性能通常受到域间隙和宽松的约束而阻碍。在本文中，我们提出了一种新的管道，用于使用准确陆地深度生成感性的水下图像。这种方法有助于对水下深度估计的模型进行超级培训，从而有效地降低了限制和水下环境之间的性能差异。与以前的合成数据集相反，这些数据集仅将样式转移应用于没有场景内容的情况下的Terres试验图像，我们的方法通过通过创新的STA-
自动水下车辆的数字双辅助
自动驾驶汽车（AUV）是海洋学和军事目的的主要研究工具。这些车辆的建造资本更大，一旦部署在海洋中，它就失去了与陆地世界的所有连通性，并且很难预测AUV的工作状态和健康状况，这不仅会阻碍AUV的透明度，而且还会蚀至现实时代的数据提取能力。本文通过部署与AUV同步移动并在水下与AUV连接的自动型表面车辆（ASV）专门解决了此问题。因此，通过集成IOT Twin Maker Service（Amazon Web Services（AWS）提供的数字双技术服务）来可视化提取的健康和监视数据。此外，可以通过插入AWS提供的Edge Computing软件来实现本地处理数据并进行现场决策的能力。结果描述了AUV的数字双胞胎模型以及其实时健康状况。
REMORA水下储能项目采用...
巴黎，2020 年 6 月 18 日——可再生能源储存是能源转型面临的一大挑战，SEGULA Technologies 工程集团正在推进该领域的研究。五年前，SEGULA 为 REMORA 技术申请了专利，这是一种环保的水下压缩空气储能解决方案，可确保持续供电，并开始设计使用该技术所需的装置。随着 ODySEA 演示器的初始功能测试成功，该项目的新阶段刚刚完成。ODySEA 位于南特机械工业技术中心 (Cetim) 的场地内，在陆地和缩小的环境中复制了 REMORA 的完整转换链。该原型通过展示其生产压缩空气来储存能量并将其反馈回电网的能力，按预期工作，证实了操作