XiaoMi-AI文件搜索系统
World File Search SystemUnderwater
修饰和准备磁场测量的自动水下车辆
免责声明：该出版物是由加拿大国防部国防部的组织编写的。本出版物中包含的信息是通过最佳实践和遵守负责任的科学研究行为的最高标准得出和确定的。此信息旨在使用国防部，加拿大武装部队（“加拿大”）和公共安全伙伴，并且可以根据允许的方式与学术界，工业，加拿大盟友和公众共享（“第三方”）。第三方根据本出版物做出的任何依赖或决定的任何用途都应自行进行风险和责任。加拿大对由于出版物的任何使用或依赖而可能造成的任何损害或损失承担任何责任。
Matsya 6d的技术设计报告，自动水下车辆
摘要 - 对于RoboSub 2024，AUV-IITB团队正在采取行动Mastya 6d，具有新的驱动系统，可靠的电气堆栈和全新的代码库。考虑到要采摘的物体的多功能性，设计了一种使用软机器人技术的抓手。鱼雷射击器变得更简单，更容易重新加载。现有的Subconn连接器被我们的内部连接器代替，以便在测试和提高速度时易于使用。使功能板变小，并合并了高度的冗余，以确保运行平稳。更改了摄像头，以提供更广阔的视野，更明亮的进料和高数据传输速率。最重要的是，整个软件体系结构都经过改进以使用Python而不是C ++，从而利用其广泛的图书馆支持和提高可读性。最后，在车辆上进行了广泛而严格的测试，以确保所有功能都经过了良好的测试和能力。
一个声学数据集，用于感知水下未爆炸的军械（UXO）
摘要 - 在20世纪，数百万吨的弹药被倾倒到全球的海洋中。经过数十年的衰减，这些未探索的军械（UXO）的问题开始变得显而易见。为了促进通过例如自主水下车辆，获取代表性数据至关重要。但是，到目前为止，此类数据尚未公开可用。在本文中，我们提出了一个多模式同步数据的数据集，用于uxo水下的声学和光学传感。使用ARIS 3000成像声纳，GoPro Hero 8和定制设计龙门起重机，我们在受控的环境中录制了近100个轨迹和74,000帧的3种不同类型的UXO。是原始和极性转换的声纳框架，带注释的相机框架，声纳和目标姿势，纹理3D模型，校准矩阵等。该数据集可在https：//zenodo.org/records/11068046上公开获得。可以在https://github.com/dfkiric/uxo-dataset2024上获得处理原始数据的代码。
计算机视觉和深度学习在水下栖息地鱼类分类中的应用：一项调查
图 5 演示了流行的 CNN 架构 UNET（Ronneberger 等人，2015 年）。UNET 的第一个组件是编码器，用于从输入图像中提取特征。第二个组件是解码器，用于输出每个像素的分数。该网络由五个不同的层组成，包括卷积层 (Conv Layer)、整流线性单元 (ReLU)、池化、反卷积层 (DeConv) 和 SoftMax。在这里，DNN 层的任务是只给输入图像中属于鱼身的像素高分，从而得到所示的白色斑点输出，显示鱼的位置
用于水下航行器的 10 kWe 热管反应堆电池设计
1.引言小型水下航行器使用的电池系统大多为电化学电池或充电电池等化学能源，工作时间只有几十小时到几天。然而，近年来，长期海底侦察等新任务对海底动力系统提出了更高的要求。核电源具有一体化结构紧凑、功率大、工作时间长、可靠性高等特点，可以满足这些需求。尤其是热管冷却反应堆，具有衰变热辐射低、固有反应性控制、无需额外增压系统等优点。综合考虑反应堆尺寸、安全性和运行可靠性，热管反应堆电池系统具有噪声低、压强梯度小、运动部件少等特点，适合用于水下航行器能源系统。
具有生物相容性的抗固定Zwitterion纳米复合水凝胶作为水下施用的柔性传感器
DOI: https://dx.doi.org/10.30919/es1200 Anti-swelling Zwitterionic Nanocomposite Hydrogels with Biocompatibility as Flexible Sensor for Underwater Application Zhicheng Jiang, 1,2 Ruicheng Sha, 1 Yunbo He, 1 Mengshuang Wang, 1 Wenjing Ma, 3 Shuting Gao, 2 Mengni Zhu，1 Yue Li，1 Mengying Ni 1和Min Xu 1，*摘要水下活动的增加驱动了对水下柔性传感器的需求，这些传感器可以实时检测到人类和环境的各种信号，以提高工作效率并确保安全。但是，由于水中的水凝胶肿胀以及传感器的不友好性，水下传感器的制造仍然具有挑战性，这对用户和应用程序环境构成了重大风险。这里是一种基于水凝胶的传感器，由聚[2-（甲基丙烯氧基）乙基]二甲基 - （3-硫丙基丙基）氢氧化铵和细菌纤维素纳米纤维组成，具有自我粘附，生物相容性，生物相容性，以及使用环境友好友好的方法制造。zwitterionic官能团之间的静电相互作用（带正电荷的-r 3 n +组和带负电荷的 - SO 3-组）在水生环境中赋予水凝胶具有出色的抗静止行为。由于这些特征，水凝胶传感器能够监测空气和水下环境中的运动。基于水凝胶传感器，开发了一个智能通信系统，以促进水中的信息传输。此外，水凝胶传感器的出色生物相容性突出了其对用户和环境的安全性，展示了其对电子皮肤的巨大希望。因此，具有抗静止功能的生物相容性水凝胶传感器为促进可穿戴设备的开发提供了有希望的途径。
使用软执行器网络对软水下操纵器的基于学习的外观
摘要 - 与环境对象的互动可以引起外部感受和本体感受信号的重大变化。然而，水下软操作器中外部感受传感器的部署遇到了许多挑战和约束，从而对其感知能力施加了限制。在本文中，我们提出了一种基于学习的新型表达方法，该方法利用内部本体感受信号并利用软执行器网络（SAN）的原理。def> div>趋势倾向于通过水下软操作器中的sans传播，并且可以通过本体感受传感器检测到。我们从传感器信号中提取特征，并开发完全连接的神经网（FCNN）基于分类器以确定碰撞位置。我们已经构建了一个培训数据集和一个独立的验证数据集，目的是培训和验证分类器。使用独立的验证数据集以97.11％的精度识别出碰撞位置的实验结果，该碰撞位置在水下软机器人的感知和控制范围内表现出潜在的应用。
MEVO-GAN：用于水下图像增强的多尺度进化生成对抗网络
摘要：在水下成像中，实现高质量的成像是必不可少的，但由于诸如波长依赖性吸收和复杂的照明动力学之类的因素而具有挑战性。本文介绍了MEVO-GAN，这是一种新颖的方法，旨在通过将生成性对抗网络与遗传算法相结合来解决这些挑战。关键创新在于将遗传算法原理与生成对抗网络（GAN）中的多尺度发生器和鉴别器结构的整合。这种方法增强了图像细节和结构完整性，同时显着提高了训练稳定性。这种组合可以对溶液空间进行更有效的探索和优化，从而减少振荡，减轻模式崩溃以及对高质量生成结果的平滑收敛。通过以定量和定性的方式分析各种公共数据集，结果证实了Mevo-GAN在改善水下图像的清晰度，颜色保真度和细节准确性方面的有效性。在UIEB数据集上的实验结果非常明显，Mevo-GAN的峰值信噪比（PSNR）为21.2758，结构相似性指数（SSIM）为0.8662，为0.6597。
编号185用机器人臂香料开发自动水下车辆（AUV）
在海上开发业务中，包括海上石油和天然气场的开发，建设和维护以及探索离岸矿产资源，远程操作的车辆（ROV）已被用来探索海床，建造，检查和维护海底结构。由于最近的石油价格下跌和对环境影响的兴趣增加，并且由于自动驾驶水下汽车（AUV）技术的进步，越来越多的预计，通过与AUVS和CO 2的ROV操作自动化一部分，可以通过降低可增强的操作效率的运营时间来提高运行效率。AUV与ROV不同，不需要具有高级技能的操作员，并且他们的移动不受电线的限制。此外，ROV需要具有高级动态定位功能的支撑船，但可以使用更简单的支撑船进行操作。我们于2013年开始对AUV的研究和开发
3D感知和海洋科学水下机器人技术的增强现实发展
深海环境的科学探索代表了水下技术的持续更新挑战。调查和研究与主要社会问题有关，例如生物多样性，全球变化，生活资源，矿产或化石水库，以及与人类活动对我们星球的影响有关的问题。主要依靠远程操作的深海车辆（ROV），实现水下研究任务取决于精确导航的技术能力，以提供可靠的视觉和空间信息，以进行精确的测量，以进行精确的测量，以收集各种性质，矿物质，矿物，水上，水上的代表性样品，并将其置于海上设备上。ifremer用于科学研究的ROV如图1所示。