气候变化不是未来的情景,而是当今的现实。卫星可以记录全球范围内的变化,它们获取的信息是确保地球可持续发展的政治和社会决策的基础。德国航空航天中心 (DLR) 的专家处理和分析地球观测卫星的数据,以更好地了解和应对气候变化的影响。他们测量大气中的多种微量物质并监测极地冰盖,提供我们日常环境的数据,支持保护河流和湖泊等栖息地,并有助于更好地了解空气质量。
摘要 - 对于自动地面车辆,带有3D激光雷达的全球定位是导航等任务中必不可少的一部分。通常,使用LIDAR的全球定位细分为两个子问题,即位置识别和全球注册。为了获得位置识别,基于深度学习的最新新兴方案要么依赖于具有高复杂性的3D卷积,要么需要从各种前瞻性角度学习特征。为此,我们提出了一个具有滚动式yaw不变性的模型,该模型代表点云为概率的体素,并从鸟眼的视图中产生占用网格,从而通过从固定的角度学习聚集的嵌入来实现稳健的位置识别。对于低重叠的全球注册,基于传统的手工艺特征的方法主要限于密集的对象级别云,而基于最新的学习方法通常依赖于复杂的3D卷积和其他功能关联学习。为了在一定程度上填补这一空白,我们建议通过拟合和对齐点云的接地平面来估计相对滚动角度和垂直翻译,并通过匹配其预计的占用率网格来确定水平翻译和偏航角。广泛的实验证实了我们位置识别模型的出色召回和概括能力,以及我们3D注册方法的高级成功率和准确性。尤其是在认识和注册硬样品时,我们的结果远远超过了我们的结果。为了确保完整的可重复性,相关代码和数据可在https://cslinzhang.github.io/gloc/gloc/gloc.html上在线提供。
在亚利桑那州沙漠上空三英里多的地方,一名 F-16 学生飞行员经历了重力引起的意识丧失 (GLOC),在以接近 9 G(重力的九倍)的速度转弯时昏倒,飞行速度超过 400 节(超过 460 英里每小时)。由于飞行员失去意识,飞机转弯演变为俯冲,在不到 10 秒的时间内从 17,000 英尺以上下降到 8,000 英尺以下。就在飞行员越过 11,000 英尺之前,驾驶舱内的一个声音警告向飞行员喊道“高度,高度”,切换到“拉起”命令,大约 8,000 英尺。与此同时,学生的教练正在自己的飞机上观看事件的进展。当学员的飞机飞过 12,500 英尺时,教练通过无线电呼叫“二号恢复”,命令学员(“二号”)结束俯冲。当学员的飞机飞过 11,000 英尺时,教练的“二号恢复!”更加紧迫。在 9,000 英尺的高度,教练的声音中充满了恐惧,他大喊“二号恢复!”幸运的是,在教练第三次惊慌失措地发出无线电呼叫的同时,新的运行时间保证 (RTA) 系统启动并自动恢复飞机。自动地面防撞系统 (Auto GCAS) 是一种 RTA 系统,于 2014 年秋季在不到两年前集成到喷气式飞机上,该系统检测到飞机即将发生碰撞,命令飞机滚转至机翼水平并进行拉起机动,并在距地面不到 3,000 英尺的高度恢复飞机。此处描述的事件发生在 2016 年 5 月。事件视频于 2016 年 9 月解密并公开发布,视频可在 [1] 中找到。虽然 Auto GCAS 监控了安全关键型网络物理系统的行为,由人类提供主要控制功能,但同样的概念正在引起自主社区的关注,他们希望在集成复杂和智能控制系统设计的同时确保安全。RTA 系统是一种在线验证机制,可过滤未经验证的主控制器输出以确保系统安全。主要控制可能来自人类操作员、高级