XiaoMi-AI文件搜索系统
World File Search Systemdji
学士学位 - 2023
1。第1组（a）：布基纳法索，象牙海岸，加纳，几内亚，马里，毛里塔尼亚，塞内加尔和多哥。第1组（b）：阿尔及利亚，安哥拉，贝宁，喀麦隆，刚果，加蓬，爱尔兰，尼日尔，尼日利亚，葡萄牙，中非共和国，刚果民主共和国，英国，乍得和突尼斯。第1组（C）：比利时 - 丹麦 - 埃及 - 赤道几内亚 - 卢森堡 - 挪威 - 荷兰 - 瑞典。第1组（D）组的外国中心：南非 - 沙特阿拉伯 - 巴林 - 布隆迪 - 科莫罗斯 - dji -bouti-埃塞俄比亚 - 约旦 - 肯尼亚 - 科威特 - 马达加斯加-Mozambique -Mozambique -Qatar -Qatar。第1组（E）：毛里求斯共和国的阿拉伯联合酋长国。
无源雷达分布式传感器 - NATO STO
无源雷达 (PR) 是一种有前途的新兴技术，可加强公共安全和国防，并可作为保护关键基础设施和边境的补充解决方案。本文介绍了一种基于独立 PR 节点的传感器网络，用于监测沿海边境情景。通过全覆盖分析研究了部署 PR 传感器网络进行边境监视的可行性。使用电磁模拟器来包括特定的雷达场景特征和空中和海上军事目标的双基地雷达截面建模。在选定的沿海场景中使用真实雷达数据验证模拟结果。对不同的目标进行了检测和跟踪：合作的 DJI Phantom 3 无人机、降落在罗塔军用机场的船只和飞机。结果证实了基于 DVB-T 的 PR 用于监测边境沿海场景的可行性。
无人机无线电干扰风险研究
摘要电信机构要求 Strict 和 FIGO 对无人机使用未授权频谱的风险进行研究。研究的目的是深入了解无人机与其他未授权频谱用户之间的干扰风险。荷兰的无人机数量仍在大幅增加。这项研究考察了微型和迷你无人机，它们是重量不超过 4 公斤的无人机，用于专业和娱乐用途。目前，荷兰估计有 150,000 架此类无人机。由于荷兰不需要注册无人机，因此很难获得确切的数字。DJI 是市场领导者，占有约 50% 的市场份额。Yuneec 是一个强大的新兴品牌。ILT 的研究表明，涉及无人机的事故数量每年翻一番。媒体越来越多地报道涉及无人机的事故。这些事故与频率无关。ILT 和（接受采访的）用户都报告说没有发现与频率相关的事故。似乎许多用户都遭受所谓的“飞走”的困扰。在这种情况下，无人机会因未知原因飞走。也有报道称无人机会失控着陆。这应该被视为潜在问题的迹象，没有证据表明这些飞走和失控着陆是由干扰引起的，具体细节尚不清楚。首先研究参考无人机架构，以了解哪些类型的通信使用未经许可的频谱带以及使用哪种技术
MATRICE 300 RTK
DJI 智能遥控器企业版（以下简称“智能遥控器”）采用 OCUSYNC TM Enterprise 技术，可控制支持该技术的飞行器，并提供飞行器摄像头的实时高清视图。它可在最远 15 公里的距离内传输图像数据，并配备多个飞行器和云台控件以及一些可自定义的按钮。内置 5.5 英寸高亮度 1000 cd/m² 屏幕，分辨率为 1920×1080 像素，采用 Android 系统，具有蓝牙和 GNSS 等多种功能。除了支持 Wi-Fi 连接外，它还兼容其他移动设备，使用更加灵活。HDMI 端口可用于高清图像和视频输出。传输系统支持 2.4 GHz 和 5.8 GHz，以确保在易受信号干扰的环境中实现更可靠的连接。AES-256 加密可确保您的数据传输安全，因此您可以确保关键信息的安全。*
无人机 (UAV)：使用控制、研究价值和操作...
开箱即用的可飞行无人机实际上在过去十年才开始出现，用于娱乐和研究 - 这是一个不断发展的问题。随着价格低于 500 英镑的消费产品的出现，它们的可用性和价格点在过去 5 年左右加速了普及，例如来自 DJI 的产品，它们易于飞行，可以使用运动相机飞行。大多数无人机都是四轴飞行器，开箱即可飞行 - 任何人都可以使用。大多数用于娱乐而非商业用途。可能用作交付平台，例如亚马逊，但超视距 (BVLOS)、物体避让、隐私等是一个问题。2017 年英国可能有 350 万架无人机。25% 的新娱乐用户不知道如何、在何处、何时飞行它们的任何控制。制定更严格的控制，例如无人机法案、CAP1627，但这些主要旨在降低对人类的风险，例如与飞机相撞。
2025 年 11 月 - deftech | 国防未来技术
评估：《连线》杂志的报道透露，国防部在 8 月份的技术准备实验 (T-Rex) 活动期间测试了由艾伦控制系统公司制造的 Bullfrog 系统。该系统由一把 7.62 毫米 M240 机枪组成，安装在专门设计的旋转炮塔上，配备光电传感器、专有人工智能和计算机视觉软件。它旨在向小型、快速移动的无人机发射小型武器火力，尤其是成群的小型无人机，其中许多无人机的移动速度和灵活性都远远超出人类操作员的跟踪能力。公司总裁史蒂夫·西蒙尼表示，需要一种自主解决方案，“以解决在几百码外击中以 5 G 加速度加速的快速无人机的问题……大疆无人机比我的手稍大，我们的系统可以在 200 码外两枪击落一架。”
热成像和光学的现场几何校准...
UAS 图像已成为地貌研究中广泛使用的信息来源。当使用摄影测量方法来量化地貌变化时，相机校准对于确保图像测量的准确性至关重要。基于调查数据的自校准不足会导致系统误差，从而导致 DEM 变形。消费级传感器的几何稳定性通常较低，因此需要进行现场校准，因为实验室校准的可靠性会受到运输的影响。在本研究中，提出了一种强大的现场工作流程，可以同时对热传感器和光学传感器进行省时且可重复的校准。以石头建筑为校准对象，并以 TLS 扫描为参考。该方法使用两个传感器（DJI Phantom 4 Pro 和 Workswell WIRIS pro）、两个软件解决方案（视觉测量系统 (VMS) 和 Agisoft Metashape）和每个传感器的两个不同图像子集来计算八个单独的相机校准。所呈现的结果表明，该方法适用于确定预校准摄影测量调查的相机参数。
收集AI利用新的Modalai®starling 2 Logis无人机，以获得更大的仓库和库存数据能力
宾夕法尼亚州匹兹堡 - 2025年2月10日 - 今天的库存情报解决方案收集AI宣布将通过Modalai的Voxl 2 Autopilot提供的新的US-MADE-MADE Starling 2 Logis无人机来增强其DJI无人机，用于客户仓库库存数据收集。此添加在第2季度2025中获得，将有助于仓库操作和创新团队最大化收集AI软件解决方案，以提高计数和应用程序灵活性。收集AI计算机视觉技术使无人机可以自主飞行，而无需GPS，WiFi或基础设施更改。机器学习算法分析库存图片，读取和解释远远超出了条形码，包括批号，文本，有效期，案例计数和占用信息。仓库运营商可以将其实时物理库存与仓库管理系统（WMS）数据进行比较，以进行最高准确性所需的任何更改。该解决方案最常用于第三方物流（3PL），零售分销，制造以及食品和饮料，但它
空中对象检测分析
摘要。计算机视觉允许计算机从图像，视频和其他视觉输入中检索信息。无人驾驶汽车（UAV）技术也用于帮助计算机视觉从空中收集图像数据。本文旨在通过从对象上方垂直捕获图像来使用UAV进行树对象检测。图像数据是从2023年7月5日至12日从Sleman Yogyakarta附近收集的。总共将162张图像用作数据集。Yolov8n模型被实施至162张图像作为培训和验证数据。接下来，将其他12个图像用作测试数据。结果表明，Yolov8n可以从上方检测到树木。具有适当图像捕获的测试数据集的置信值超过80％。作为用于对象检测的深度学习算法，Yolo模型可以快速准确地执行对象检测。随后的研究将着重于使用Yolo算法来分析对象检测的实施，以测量开放绿色区域。
达勒姆研究在线
摘要：本研究提出了快速、高分辨率冰川地貌测绘的操作框架，使用廉价无人机和运动结构法。拟议的工作流程包括七个阶段：（1）准备和选择合适的平台；（2）运输；（3）初步现场活动（包括可选的地面控制点收集）；（4）飞行前设置和检查；（5）执行任务；（6）数据处理；（7）测绘和变化检测。挪威斯瓦尔巴群岛 Hørbyebreen 冰川前陆的测绘案例研究说明了拟议框架的应用。使用消费级四轴飞行器（DJI Phantom）收集数据，同时使用运动结构法处理图像。由此产生的正射影像（1.9 厘米地面采样距离 - GSD）和数字高程模型（7.9 厘米 GSD）用于详细绘制与冰川相关的地貌。它证明了所提出的框架的适用性，可以使用低成本方法绘制并潜在地监测快速演变的冰川前环境中的详细变化。它涵盖了多个方面，确保了所提出的框架具有通用性，并且可以应用于更广泛的环境。