XiaoMi-AI文件搜索系统
World File Search System交通冲突
给定气象条件下飞机在机场表面滑行时的燃油消耗和排放评估方法
摘要：降低飞机在机场地面滑行过程中的燃油消耗与排放，对降低航空公司运营成本、建设绿色机场至关重要。目前，相关研究很少考虑机场能见度低、交通冲突等运行环境的影响，降低了燃油消耗与排放评估的准确性。机场地面多种飞机地面推进系统，尤其是电动绿色滑行系统，受到业界的广泛关注。以往的评估很少考虑环境因素，难以评估不同滑行模式下燃油消耗与排放的差异。为此，基于快速记录器实际运行数据和气象数据，进行了创新性研究：（1）将机场地面能见度低和滑行冲突等因素输入燃油消耗计算模型，建立燃油消耗与排放修正模型。（2）基于修正模型，建立全发滑行、单发滑行、飞机外置地面推进系统和电动绿色滑行系统下的燃油消耗与排放模型，可以准确估算不同滑行模式下的燃油消耗与排放。（3）在上海浦东国际机场，通过敏感性分析，得到了三种推力水平下，走走停停和飞机畅通无阻滑行条件下，四种滑行模式下各机型燃油消耗与排放的差异。研究结论为机场管理部门对滑行道优化提供决策支持。
自动驾驶的批判性指标：对最新状态的审查和适用性分析
摘要在公共道路上大规模的自动车辆部署有可能大大改变当今社会的运输方式。尽管这种追求是在几十年前开始的，但仍存在公开挑战，可靠地确保此类车辆在开放环境中安全运行。尽管功能安全是一个完善的概念，但测量车辆行为安全的问题仍然需要研究。客观和计算分析交通冲突的一种方法是所谓关键指标的开发和利用。当代方法在与自动驾驶有关的各种应用中利用了关键指标的潜力，例如用于评估动态风险或过滤大型数据集以构建方案目录。作为系统地选择此类应用程序的足够关键指标的先决条件，我们在自动驾驶的背景下广泛回顾了关键性指标，其属性及其应用的现状。基于这篇综述，我们提出了一个适合性分析，作为一种有条不紊的工具，可以由从业者使用。可以利用所提出的方法和最先进的审查状态选择涵盖应用程序要求的合理的测量工具，如分析的示例性执行所证明。最终，高效，有效且可靠的自动化车辆安全性能的测量是证明其可信赖性的关键要求。
人类混合范式用于协作空中交通...
摘要 - 即使在人工智能（AI）方面的最新进展中，将基于AI的系统纳入空中交通管理（ATM）和空中交通管制（ATC），因此对ATM系统中的错误的容忍度极低，因此提出了显着的挑战。因此，我们建议在ATM中采用一种新型的人类混合（HAH）范式，强调了人类互动的协作方面和高安全标准。与人类组合范式中讨论的替代和增强概念相反，后者表达了人工智能和人类的角色被划分，我们更喜欢HAH范式，在该范式中，人类和AI系统作为集成单元协作以完成任务。在HAH范式下，ATM可以从ATCO判断，直觉和适应性的综合融合中，以及感知能力，计算能力以及对AI可以提供的细节的不懈关注。还研究了HAH的一些关键要素和设计原则，并且还提出了典型的以人为中心和关键的任务的空中交通冲突中HAH的例子。这些贡献是成功将HAH引入ATM/ATC的基本先决条件，并将有助于创建一个框架，以更好地理解和支持有效使用AI系统对ATM/ATC的使用。关键字 - 人类 - ai混合动力车，人类组合，空中交通管理，空中交通管制，基于AI的方法。
城市空中交通的空中轨迹管理
城市空中交通 (UAM) 已经引起了公众和航空业的关注，希望有一天能利用电力驱动、环保且自主操作的无人机系统 (UAS) 在城市地区运送人员和货物。大量投资和车辆的快速发展正在进行中，一些地区已经开始提供包裹递送服务。然而，在拥挤的城市地区安全管理数千辆这样的车辆的能力对空中交通管理提出了前所未有的挑战。NASA 在无人机交通管理 (UTM) 计划下领导的对该问题的初步研究主要集中在地理围栏和单个航班的集中空域预留上。本文提出了一种 UTM 扩展方法，使用一种分散式方法，采用空中监视、自我分离和最小化“设计分离”方法，以允许在非常高的交通密度和近距离内优化和确保每次飞行的安全。该概念采用机载轨迹管理 (ABTM) 原则和一种新颖的可变分离标准概念来管理过往车辆的角速度，从而消除了非常近距离操作的“惊吓因素”和可感知危险。ABTM 还完成了安全规划和执行正常飞行以及从异常或紧急操作中恢复所需的大部分服务，同时使用当前的空中交通管制范式适应常规有人驾驶飞行。本文描述了 UAM 操作的环境以及提出的自主战术分离车辆的方法。显示了交通冲突和解决方案的样本几何形状，并列出并解释了空域定义、空域内的飞行规则以及这些飞行规则的增加和豁免。