XiaoMi-AI文件搜索系统
World File Search Systemdrones
5G 无人机如何帮助实现数字孪生 - GSMA
使其无人机能够自动绘制地图并捕捉所需的照片，以便全面记录和处理详细的 3D 数字模型。该模型可以是基础设施资产，例如桥梁或塔楼，也可以是场景，例如建筑工地或事故或犯罪现场。无人机操作员需要做的就是设置无人机需要扫描的场地或结构的边界，然后无人机完成剩下的工作：它会自动避开障碍物并从所有角度拍摄照片，以亚毫米级的精度记录场景或资产的每个元素，据 Skydio 称。
5G 无人机如何帮助实现数字孪生 - GSMA
使其无人机能够自动绘制地图并捕捉所需的照片，以便全面记录和处理详细的 3D 数字模型。该模型可以是基础设施资产，例如桥梁或塔楼，也可以是场景，例如建筑工地或事故或犯罪现场。无人机操作员需要做的就是设置无人机需要扫描的场地或结构的边界，然后无人机完成剩下的工作：它会自动避开障碍物并从所有角度拍摄照片，以亚毫米级的精度记录场景或资产的每个元素，据 Skydio 称。
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。"
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。
为飞行无人机充电的移动太阳能站的设计和任务管理
摘要。本文介绍了“秋粘虫 (FAW) 杀虫剂”项目第一阶段的设计和任务管理。该项目有三个主要阶段：设计和能源管理阶段、无人机飞行控制阶段以及检测和杀死秋粘虫阶段。该项目的目标是在不使用化学方法的情况下检测和杀死一种在非洲和亚洲迅速蔓延的有害秋粘虫。本文重点介绍了系统第一阶段的设计、获得最大功率和控制系统的能量。提出了一种带有储能装置的光伏系统作为电源。提出了一种控制杀虫和检测任务时间安排的新算法，并研究了其对系统能量和任务周期的影响。对跟踪光伏板最大功率的不同方法进行了比较，以选择最佳（时间更短、精度更高）的方法。仿真结果表明了所提出的最大功率跟踪和任务管理系统的有效性。
2020年度公开报告 - 军用无人机
虽然大多数武装部队的这种装备都在增加 (I)，但法国的军工工业实力雄厚，但由于一次性项目的实施缺乏长期一致的战略愿景，法国在装备自己方面进展缓慢术语（二）。即使在今天，尽管采购政策加速，但与英国等其他国家相比，法国军用无人机机队仍然有限，而且在某些领域已经老化 (III )。除了需要以最佳成本协调采购战略之外，为了在武装部队中全面整合，无人机的部署还需要加快专门人力资源部门的构建，处理因使用无人机而引发的法律和道德问题，或欧洲合作的协调（IV）。
水力学和无人机：水位观测... - DTU Orbit
地球面临着多种与水有关的威胁，包括水资源短缺、洪水和污染。卫星和机载传感技术正在迅速发展，以改善对地表水的观测和预测，从而预防自然灾害。虽然技术发展需要大量的研究和资金，但它们的成本要低得多，因此比灾难恢复和补救更为重要。因此，我们的研究问题是“我们能否随时随地以 (i) 高精度、(ii) 高空间分辨率和 (iii) 合理的成本获取内陆地表水体的水力观测数据？”。无人驾驶飞行器 (UAV) 及其小型化组件可以解决这一挑战。事实上，它们可以监控危险或难以到达的区域并提供实时数据。此外，它们还能以有限的成本和高度的灵活性确保监测地表水体的高精度和空间分辨率。
小型遥控飞机系统（无人机）
考虑因素。随着无人机越来越受欢迎，空袭报告数量也随之增加。空袭是指飞行员或空中交通服务人员认为飞机之间的距离以及相对位置和速度可能危及相关飞机安全的情况。1 在英国，这些空袭事件由英国空袭委员会调查。2 空袭委员会审查的涉及疑似无人机物体的事件数量从 2014 年的 6 起增加到 2015 年的 29 起和 2016 年的 70 起。2017 年，截至 5 月底，已发生 34 起与无人机相关的空袭事件； 2016 年同期为 28 起。相反，有人驾驶飞机之间的空袭事件数量近年来有所下降，从 2014 年的 206 起减少到 2015 年的 175 起和 2016 年的 168 起。3