XiaoMi-AI文件搜索系统
World File Search Systemcopter
机智号火星直升机摄像机：描述和结果
毅力号科学与运营团队。除了在飞行过程中获取图像外，着陆时的 RTE 图像也在地面获取（图 3）。RTE 图像中心的角像素尺度约为 0.53 mrad/像素，边缘的角像素尺度约为 0.33 mrad/像素。在典型的着陆 RTE 图像中心（如图 3 所示，位于车辆前方约 0.2 米处），空间尺度约为 0.1 mm/像素。大多数飞行中的图像是在约 5-10 米的高度获取的。表 2 列出了每台摄像机在一系列直升机高度下的空间分辨率。图像在地球上接收后，被处理成各种衍生图像产品，包括立体衍生的数字地形模型 (DTM) 和正射影像（图 4）。表 2. 摄像机空间尺度与直升机高度
直升机作业中的人工智能集成
这篇综合性文章探讨了人工智能集成在直升机运营中的变革性影响，重点是通过智能系统增强安全措施和运营效率。本文探讨了人工智能实施的各个方面，包括实时数据分析、预测性维护协议、导航系统和航空领域的人机协作。本文深入探讨了先进的传感器技术、天气模式分析和设备性能跟踪，强调了它们对提高态势感知和运营能力的共同贡献。本文还分析了通过人工智能进行预测性维护的演变，研究了持续监测系统及其在早期问题检测和降低成本方面的优势。此外，它还评估了人工智能驱动的导航和控制系统的发展，特别是在具有挑战性的环境中，
自主吊舱四轮驱动器系统的建模和仿真，用于航空应用
摘要：本文介绍了一种针对机场环境量身定制的新型自动吊舱四边形无人机系统的开发。使用Aurrigo Auto-Pod（AAP），多功能系统旨在将无人机固定在将视频图像（例如视频图像）传输到AAP的无人机，同时为无人机提供电源。通过开发基于新型模型的设计（MBD）方法，对束缚系统的动力学行为进行了分析。仿真结果证明了使用束缚无人机方法提高机场运营效率和安全性的潜在好处。该研究强调了潜在机场环境中无人机的控制动态和操作约束，证明了系统在严格的航空法规下运行的能力。
无人机套件 - 适用于自动脉动四肢导航
摘要 - 在Mavlink协议上使用Python脚本，开发人员可以使用开源Dronekit Python软件框架来启用自动无人机操作。此框架提供了出色的灵活性和功能，可促进自动无人机控制。构建的四轮驱动器具有X配置，并使用带有一些修改的DJI F450帧。有趣的是，无人机在两侧都有铝制的腿，以帮助进行平稳起飞和着陆。框架为45厘米，对角线长度和30厘米的垂直高度。在15 x 18 x 12.5厘米的盒子中给出了额外的重量。本研究中使用的螺旋桨是一个基于9x6的碳模型。使用的X2216 1400KV无刷电动机来自Sunnysky，它带有30A等级的电子速度控制器（ESC）。4细胞14.8V锂聚合物（LI-PO）电池具有7200mAh容量为无人机供电。除此之外，无人机总共重1573克。结果是通过自我测量和飞行测量数据（FMU）获得的。进行了六次尝试，结果表明第二次飞行时间最长，高度最高。特别是，飞行测量单元（FMU）报告说，飞行持续了81秒，达到0.93米的高度。相反，自我测量数据报告说，飞行持续了85秒，高度达到1.5米。
2024-2025-四轴飞行器挑战赛- ...
美国宇航局康涅狄格州太空资助联盟 (CTSGC) 是 52 个州立、大学主导的太空资助联盟之一，由美国宇航局 STEM 参与办公室 (OSTEM) 资助。美国宇航局 CTSGC 总部位于哈特福德大学，在康涅狄格州有 24 所附属高等教育机构。该联盟旨在制定和实施学生奖学金和奖学金计划、跨学科太空相关研究基础设施、教育和公共服务计划；以及与行业、研究实验室以及州、地方和其他政府的合作计划。太空资助是 NASA 利益的交汇点，通过与任务理事会和 NASA CTSG 的利益保持一致来实施。尽管它主要是高等教育计划，但太空资助计划应涵盖整个教育渠道，包括小学/中学和非正规教育。美国宇航局 CTSGC 是一个能力增强联盟。
商用 SUAS 四轴飞行器在 MOS 中的集成......
俄乌战争清楚地表明了小型无人机系统（SUAS）在现代和未来战场上的重要性。随着美国陆军从欧洲冲突中吸取教训，并将自身重点转向为大规模作战行动（LSCO）做准备，各级部队的 SUAS 整合成为首要训练重点。尽管美国陆军率先使用 SUAS 系统，但我们未能像俄罗斯和乌克兰武装部队那样快速地大规模部署和实施该技术。如果不在战术层面获取和训练相关平台，我们就无法实现战略和战役层面对 SUAS 整合的高度重视和需求。一支普通骑兵部队通常拥有一两架“渡鸦”（无人机）和几架“黑黄蜂”（无人机）。这些数量不足，需要补救。
USMC轻/攻击直升机计划（PMA-276）上校...
Accomplishments AGM-179 Joint Air-to-Ground Missile (JAGM) initial operational capability (IOC) Distributed Aperture Infrared Countermeasure System (DAIRCM) Joint Urgent Operational Needs Statement (JUONS) On-going Modernization Efforts • Digital interoperability (Link 16, Full Motion Video (FMV)) • Survivability improvements • Beyond Line of Sight (BLOS) communications upgrades Future Modernization Priorities • Structural改进与电力升级（SIEPU）•生存能力（APR-39D（V）2，DAIRCM POR）•致命性（AIM-9X，IT-2，远程攻击弹药（LRAM））
使用商用四轴飞行器进行丛林 RSTA 试验
在最坏的情况下，敌人在对四轴飞行器控制器的射频 (RF) 链路与信号情报 (SIGINT) 测向设备进行三角测量后，向排发出间接火力。为避免泄露机密和随后的利用，飞行员应在飞行操作期间通过在控制器和敌方传感器之间放置地形特征来实施地形遮蔽，以降低其射频信号。同样，飞行员可以尝试在会反射无线电波的地形附近飞行，并导致错误的方位角，从而产生敌方测向误差。例如，在印度尼西亚的丛林巡逻期间，排左右两侧较茂密的植被和陡坡有助于限制探测。但是，排领导在权衡沿着渠道地形移动的战术风险与敌方 SIGINT 威胁的可能性时，必须考虑现有的情报估计。
在多层VTOL飞机中采用SBAS
SAMVA项目由EUSPA（欧盟太空计划的欧盟局）部分资助，该提案“ GSA/GRANT/01/2021 - 运输中的EGNOS采用加速”。此信息反映了SAMVA项目的观点，EUSPA对可能用的任何用途不承担任何责任。
基于视觉的自主降落和抗己型无人机的充电系统
基于无人机的系统的挑战之一是车载电池的容量有限。为了克服机载电池容量的限制，本文介绍了一种智能的决策系统，用于自动着陆和充电过程。该系统旨在充电排干电池并延长飞行持续时间。基于红外发光二极管（LED）检测和标记识别。在这项研究中精心设计和使用了一个具有二十个红外LED和八个条形码的新型着陆垫。着陆过程分为两个阶段。在第一阶段，由配备红外通滤波器的摄像机观察到LED，而在第二阶段中，两个像素摄像机观察到条形码。将无人机降落在适当的极性上，然后开始充电过程，这是一种基于OTSU阈值方法的基于层次视觉的自主着陆算法（HVALA）和高斯（LOOD）操作员的Laplacian。整个系统是通过一系列自动驾驶飞行设计和测试的。在着陆过程的最后阶段获得的实验结果证实了系统的可行性和鲁棒性，在该系统平均观察到4.4厘米的较小误差为4.4厘米，最大着陆时间为10秒。在本应用程序中可以接受此类错误，并导致较高的着陆成功率。