XiaoMi-AI文件搜索系统
World File Search Systemdrone
利用先进的技术突破无人机设计的界限......
免责声明：沙特基础工业公司 (SABIC) 或其子公司或附属公司 (“卖方”) 的材料、产品和服务均受卖方标准销售条款的约束，可根据要求提供。本文件中包含的信息和建议均出于善意。但是，卖方不做任何明示或暗示的陈述、保证或担保：(i)本文件中所述的任何结果将在最终使用条件下获得，或(ii)包含卖方材料、产品、服务或建议的任何设计或应用的有效性或安全性。除非卖方的标准销售条件另有规定，否则卖方对因使用本文件中所述的材料、产品、服务或建议而造成的任何损失概不负责。每位用户均有责任通过适当的最终用途和其他测试和分析自行判断卖方的材料、产品、服务或建议是否适合用户的特定用途。除非卖方以书面形式明确同意，否则任何文件或口头声明中的任何内容均不得视为改变或放弃卖方标准销售条款或本免责声明的任何规定。卖方关于可能使用任何材料、产品、服务或设计的声明并非、并非旨在、也不应被解释为授予卖方任何专利或其他知识产权下的许可，或作为以侵犯任何专利或其他知识产权的方式使用任何材料、产品、服务或设计的建议。
人类无人机的相互作用：考虑
在无人机（无人驾驶汽车，无人机）或无人机舰队的运行过程中，运营商必须能够监督无人机，任务物业，并在必要时重新控制。正如无人机的运营参数对于任务管理至关重要一样，负责控制或驾驶这些无人机的操作员的心理状态也至关重要，因为他的水平失败在安全性和绩效方面具有重大影响。但是，这常常被忽略了。几年来，神经工程学领域一直通过神经生理学测量来研究人类操作员。基于自动学习的工具的开发带来了一种在线估算心理状态的方法，因此可以开发考虑到这种心理状态的接口（即被动脑机接口）。迄今为止，航空学中的神经工学和被动脑机构界面的研究主要集中在飞行员（Verdière等，2018）和控制器（Arico等，2016）。然而，一些研究开始关注无人机运营商（Roy等，2017； Senoussi等，2017； Drougard等，2017； Jahanpour等，2020； Roy等，2020）。本论文旨在通过专注于使用无人机操作员的精神疲劳状态来发展这一迅速扩展的研究领域。适应性系统监视用户的活动和上下文，并试图适应用户的需求和偏好（Greenberg＆Witten，1985）。这意味着系统的灵活性，但也考虑了用户的经验和状态。例如，这些系统已在驾驶的背景下进行了测试，在这种情况下，它们在常规情况下被证明特别有用（Lavie＆Meyer，2010）。人类无人机相互作用是过去几年稳步增长的人类计算机相互作用的领域（Cauchard等，2021），是本文的中心。本文旨在建模，设计和实验能够在无人机操作员的状态和任务环境之间实现有效适应的新型界面。它将利用先前在isae-supaero进行的工作和疲劳估计的ENAC
形状具有微量9中的辅助目标检测方法...
文献中用于微无人机检测的大多数雷达系统基于频率调制连续波形（FMCW）雷达[8-11]，并且使用Pulse-Doppler（PD）雷达在系统上的作品很少。PD雷达具有相对较高的发射功率以及长时间的工作范围。在本文中，我们提出了一种形状辅助目标检测方法，用于使用PD架构进行微型无人机监视雷达，以减轻地面上高散射点引起的错误警报。根据目标测量和基于HU矩的形状提取方法，提出的分割阈值选择方法组成了分割阈值选择方法。由作者的研究小组开发的PD雷达系统验证了所提出的方法的性能，显示出可行性在减轻微无散检测中的剪切器引起的虚假警报方面具有良好的可行性。
自主无人机一体化解决方案 - Easy Aerial
Easy Guard 系留地面站具有与 EG 相同的功能，并增加了一条 160 至 330 英尺的电力传输 (DOP) 智能系留线，可在整个飞行过程中为无人机提供恒定电力和安全的双向通信。此功能可实现无限飞行时间，同时传输高清视频和遥测数据，即使在极端天气条件下也是如此，并且无需 GPS 导航即可在地面站上精确悬停。与 EG 一样，EG-T 重量轻且便于携带，可从固定或移动平台部署。激活和操作简单，可在现场或从远程指挥中心执行。
利用无人机和车辆优化城市配送...
无人机送货的场景建议差异很大，无人机可以单独使用，也可以与卡车送货结合使用。在本论文中，我们研究了卡车无人机送货场景，其中一架或多架无人机与一辆或多辆传统送货卡车协作，将包裹从仓库分发给客户。卡车和无人机并行服务不同的客户群。卡车为一部分客户提供从仓库出发并返回仓库的单程服务，而无人机送货涉及单站，无人机在仓库和客户位置之间来回移动。目标是最大限度地缩短所有卡车和无人机返回仓库、所有客户均已得到服务的时间。当只有一辆卡车可以送货时，此问题称为并行无人机调度旅行商问题 (PDSTSP)。当有多辆卡车时，该问题称为并行无人机调度多个旅行商问题（PDSMTSP）。
b"http://campusexperience.unm.edu/resources/unm-event-request.html 查看活动规划指南，确定执行活动需要遵循哪些步骤。 召开规划会议。 分配任务、设定期望并确定截止日期。 安排后续会议可能会有所帮助，以便小组成员可以分享最新情况。 预留您的空间。 大多数校园空间可以提前一年预订。 活动日期确定后立即为大型活动预留空间。 如果您要举办小型活动（例如烘焙义卖），您可以在活动开始前 3-6 周预留空间。 申请许可证。 如果您的活动有大量人群、明火、丙烷、帐篷、现场烹饪、无人机、酒精、校外供应商、扩音器或其他不寻常的活动，您将填写环境健康和安全活动表格（https://ehs.unm.edu/special-events/special-events-request.html）并申请许可证。 联系 SAC 以获取许可证方面的帮助。"
b"http://campusexperience.unm.edu/resources/unm-event-request.html 查看活动规划指南，确定执行活动需要遵循哪些步骤。 召开规划会议。 分配任务、设定期望并确定截止日期。 安排后续会议可能会有所帮助，以便小组成员可以分享最新情况。 预留您的空间。 大多数校园空间可以提前一年预订。 活动日期确定后立即为大型活动预留空间。 如果您要举办小型活动（例如烘焙义卖），您可以在活动开始前 3-6 周预留空间。 申请许可证。 如果您的活动有大量人群、明火、丙烷、帐篷、现场烹饪、无人机、酒精、校外供应商、扩音器或其他不寻常的活动，您将填写环境健康和安全活动表格（https://ehs.unm.edu/special-events/special-events-request.html）并申请许可证。 联系 SAC 以获取许可证方面的帮助。"
androne adrian - 个人简历
Adrian Androne、Razvan D. Tamas，“具有环型晶胞的多谐振频率选择表面的频域响应参数研究”，2018 年 SPIE 光电子学、微电子学和纳米技术高级专题论文集第 10977 卷；109772Y https://doi.org/10.1117/12.2324698
开发无人机用于非破坏性鲨鱼管理和海滩安全
下载于 2023/07/18 19:38:04 +1000 版权所有 AP Colefax 2020 Open ResearchPortal@scu.edu.au 南十字星大学研究门户：https://researchportal.scu.edu.au/esploro/
无人机
摘要：控制人类居住区周围的植被可燃物是减少森林、建筑物和基础设施火灾严重程度以及保护人类生命的重要策略。每个国家在这方面都有自己的规定，但它们的共同点是通过减少可燃物负荷，我们反过来会降低火灾的强度和严重程度。使用无人机 (UAV) 获取的数据与其他被动和主动遥感数据相结合，通过机器学习算法规划野外-城市界面 (WUI) 可燃物突破口的效果最佳。测试了九种遥感数据源（主动和被动）和四种监督分类算法（随机森林、线性和径向支持向量机和人工神经网络），以对五种可燃物区域类型进行分类。我们使用了无人机获取的非常高密度的光探测和测距 (LiDAR) 数据（154 条回波 · m − 2 和 5 厘米像素的正射镶嵌图）、来自 Pleiades-1B 和 Sentinel-2 卫星的多光谱数据以及机载激光扫描 (ALS) 获取的低密度 LiDAR 数据（0.5 条回波 · m − 2 ，25 厘米像素的正射镶嵌图）。通过使用随机森林 (VSURF) 程序的变量选择，对最终变量进行了预选择以训练模型。对这四种算法进行了比较，并得出结论，它们在训练数据集上的整体准确度 (OA) 方面的差异可以忽略不计。结合使用 Sentinel-2 和两个 LiDAR 数据（UAV 和 ALS），随机森林在训练中获得了 90.66% 的 OA，在测试数据集中获得了 91.80% 的 OA。尽管在训练步骤中 SVML（OA = 94.46%）和在测试步骤中 ANN（OA = 91.91%）获得了最高的准确率，但随机森林被认为是最可靠的算法，因为它由于训练和测试性能之间的差异较小而产生了更一致的预测。所用数据源之间的准确率差异远大于算法之间的差异。使用不同日期的点云和一年中不同季节的多光谱信息计算的 LiDAR 增长指标是分类中最重要的变量。我们的研究结果支持无人机在防火带规划和管理以及因此在预防森林火灾方面的重要作用。