XiaoMi-AI文件搜索系统
World File Search Systemwaypoint
缩小导航中的视力与动作之间的差距
连续环境（VLN-CE）中的视觉和语言导航的现有方法通常结合了离散环境的方法预测指标。与使用低级操作的直接训练相比，这将导航操作简化为视图选择任务，并显着提高导航性能。但是，VLN-CE代理仍然远离真正的机器人，因为它们的视觉感知和执行动作之间存在差距。首先，离散视觉环境的VLN-CE代理主要是通过高级视图选择训练的，这使他们忽略了低级动作运动中关键的空间推理。第二，在这些模型中，现有的Waypoint预测因素忽略了对象语义及其与可传递性有关的属性，这在指示动作的可行性时可能会提供信息。为了解决这两个问题，我们引入了一个低级动作解码器，该解码器联合训练了具有高级动作预测，使当前的VLN代理可以学习并将所选的视觉视图扎根至低级控制。此外，我们通过利用包含丰富语义信息并根据人类对行动可行性的先验知识明确掩盖障碍来增强当前的路点预测指标。从经验上讲，与高级和低级作用的强基础相比，我们的代理可以改善导航性能指标。
北大西洋 (NAT) 飞行运行期间横向偏差的驾驶舱人为因素问题
本研究调查了与在北大西洋 (NAT) 使用半度航路点坐标有关的已报告横向飞行路径偏差。此类航路点在驾驶舱显示器上的显示标签可能不明确，这可能会导致机组人员失误。我们探讨了问题的严重程度和潜在的缓解措施。我们还审查了与航线输入和验证相关的驾驶舱数据输入文献。其中包括对美国国家参考系统 (NRS) 命名约定的研究的审查，该系统是一种类似于 NAT 上使用的网格结构。然后，我们分析了 2017 年至 2019 年 6 月 NAT 报告的横向偏差。我们只发现 8 次偏差有与航路点显示标签相关的证据：3 次偏差大于 10 海里，5 次偏差小于 10 海里，空中交通管制进行了干预以防止更大的偏差。NAT 操作的指导文件已经解释了防止横向偏差的有效机组策略。我们没有进一步的驾驶舱程序建议。不过，我们确实探讨了其他潜在缓解措施的好处和注意事项。我们还讨论了对美国基于轨迹的作战 (TBO) 的潜在影响，因为 TBO 可能会使用半度航路点。
kwad -KSU All Weather自动无人机
kwad已成功进行了严格的测试，证实了其承受危险天气状况的能力，例如每小时二十英里的风和每小时降雨量为每小时一英寸，结构安全系数为两个。该飞船已经证明了其依靠GPS和遥测数据来执行Waypoint任务和调查网格的能力。kwad捕获了高定义视频，并将实时录像传递给了RF控制器以进行飞行员的用法。KWAD的未来在于通过考虑效率重新设计组件来优化其推力重量比率。此外，随后的设计迭代将涵盖比初始要求更强大的风和雨水。在3D打印密封和模块化组件中的未来研究将使KWAD在更极端环境中的适用性多样化。
钓鱼者：使用轻量级水下车辆操纵器系统的干预任务的自主框架
摘要 - 为轻量级的水下车辆操纵器系统（UVM）开发自主干预措施在近年来引起了极大的关注，因为这些系统有机会降低干预运营成本。开发自主UVMS功能是具有挑战性的，因为缺乏可用的标准软件框架和管道。以前的作品为水下车辆提供了模拟环境和部署管道，但没有提供完整的UVMS软件框架。我们通过创建钓鱼者来解决此差距：用于开发本地化，控制和决策算法的软件框架，并支持模拟传输。我们通过实现最新的控制架构来验证此框架，并证明具有平均误差低于0.25 m的平均误差和Waypoint跟踪的能力，平均最终误差为0.398 m。
端到端的基于深度学习的路径计划和碰撞检查框架：bin选择应用程序
抽象的实时和效率路径计划对于所有机器人系统至关重要。，对于工业机器人而言，这更为重要，因为总体计划和执行时间直接影响生产线中的周期时间和自动化经济学。尽管在静态环境中问题可能并不复杂，但在计划时间和最佳性方面，经典方法在高维环境中是不可能的。碰撞检查在获得复杂环境中的路径计划的实时解决方案方面提出了另一个挑战。为了解决这些问题，我们提出了一个基于端到端的学习框架，即路径计划和碰撞检查网络（PPCNET）。PPCNET通过使用两个网络顺序计算航路点来生成路径：第一个网络生成了路点，第二个网络确定路径是否在路径的无碰撞段上。端到端培训过程基于模仿学习，该学习使用来自专家规划师的经验的数据聚合来同时培训两个网络。我们利用两种方法来训练一个有效近似确切几何碰撞检查功能的网络。最后，在两个不同的仿真环境中评估了PPCNET，并在用于BIN采摘应用程序的机器人臂上进行了实际实现。与最先进的路径规划方法相比，我们的结果通过以可比的成功率和路径长度大大减少了计划时间，显示出绩效的显着改善。
NAT 操作期间驾驶舱横向偏差的人为因素问题
本研究调查了与北大西洋 (NAT) 使用半度航路点坐标有关的已报告横向飞行路径偏差。此类航路点在驾驶舱显示器上的显示标签可能不明确，这可能会导致机组人员出错。我们探讨了问题的严重程度和潜在的缓解措施。我们还审查了与驾驶舱数据输入相关的文献，以便输入和验证航线。这包括对美国国家参考系统 (NRS) 命名约定的研究的审查，该系统是一种类似于 NAT 使用的网格结构。然后，我们分析了 2017 年至 2019 年 6 月 NAT 中报告的横向偏差。我们仅发现 8 次偏差有与航路点显示标签相关的证据：3 次偏差大于 10 海里，5 次偏差小于 10 海里，空中交通管制进行了干预以防止更大的偏差。NAT 操作的指导文件已经解释了防止横向偏差的有效机组策略。我们没有进一步的驾驶舱程序建议。但是，我们确实探索了与其他潜在缓解措施相关的益处和注意事项。我们还讨论了对美国基于轨迹的运营 (TBO) 的潜在影响，因为 TBO 可能会使用半度航路点。
附录一个数据模板
计划-QA我们通过零射方法评估了Llama2-13b [4]的功能，并发现其广泛的培训数据为交通规则理解提供了坚实的基础。然而，其有限的数学实力在抓住和推论内结构和数值表达之间的连接方面构成了挑战。为了解决这个问题，我们介绍了一个基于语言的QA数据集，旨在将LLM从通用模型转换为熟练于自主驾驶计划的专业模型。这种增强的重点是完善其在教学解释和推理中的能力。Concretely, we delineated the level of autonomous driving planning into three granularities: 1) high-level instructions: formulated through velocity commands including stop , accelerate , decelerate , maintain speed , and routing commands including turn left , turn right , go straight , 2) control: assessing the values of ve- locity and acceleration, 3) and waypoint: encompassing a series of points.设计了六种问题类型是为了阐明高级指令（控制 - 航路点频谱）之间的过渡关系，并根据NUPLAN [1]的日志数据对每个QA -PAIR进行调整。图s1a说明了通用系统提示模板适用于所有问题，而图s1b-s1g在系统提示中替换每个问题类型的特定示例，并在其各自的答案中替换<问题>和。
GNS 480 是第一款获得 FAA 批准的导航仪...
接口 ARINC 429、Aviation RS-232、CDI/HSI、RMI（数字；时钟/数据）；Superflag Out、高度（接口允许气压校正电位计直接连接到 GNS 480）；同步航向输入（五线 XYZ）；消息音频输出，为飞行员提供声音警报；红外接口（当前未启用，但将来会用于通过具有红外功能的 PDA 发送和接收飞行计划、TFR 和用户航路点信息）。Skywatch、GTX33、GTX32 用于 TIS-A 交通显示。FADC、AHRS。
GrafNav/GrafNet - ppm GmbH
GrafNav/GrafNet 是由 Waypoint Consulting Inc. 开发的 Windows 软件包，可校正原始 GPS 数据，从而显著提高精度。只要有合适的 GPS 设备和适当的现场程序，精度可以达到 1 厘米或更高。这种处理需要两个站点的数据才能进行校正。一个站点通常位于已知位置，称为参考站、基站或主站。第二个接收器可以是固定的（静态）或移动的（动态），称为流动站或远程站。两个接收器数据的组合称为基线。GrafNav/GrafNet 的独特之处在于它还可以通过移动基线升级支持基站移动的应用程序，当基站无法位于固定位置时，此功能非常有用。
Golden Eagle SRR-Mk1 和 Teal Air Control 小型无人机...
Teal Golden Eagle 是一款先进的便携式垂直起降 (VTOL) 四旋翼 sUAS，可为政府、公共安全和商业部门提供快速部署的情报、监视和侦察 (ISR) 能力。凭借其万向节红外和 4k EO 视频以及 12.3 MP 静态图像功能，应用包括快速响应、基础设施检查、监视和监控以及短程侦察，可提供超越下一个地形特征的态势感知。Golden Eagle 坚固耐用，重量轻且紧凑，可以使用航点导航手动或自主飞行。