XiaoMi-AI文件搜索系统
World File Search System人机系统
反无人机系统 (C-UAS) - IDSA
战争史上充斥着有效和创新地利用技术的国家取得胜利的例子。创新引发了军事战争的革命，当前的世界秩序正通过无人机系统 (UAS) 的使用经历一场非常深刻和迅速的革命，无论是在纳戈尔诺-卡拉巴赫（阿塞拜疆-亚美尼亚）等常规冲突中，还是在当前的俄罗斯-乌克兰冲突中，还是在阿富汗的非常规“全球反恐战争”中。无人机系统的创新和协同使用一直是现代冲突的决定性因素。因此，现代部队必须具备反无人机系统能力，这将重新定义战争的未来。本文讨论了无人机系统的未来作用，分析了其战术、作战和战略影响，评估了其脆弱性，并确定了未来战争对反无人机系统 (C-UAS) 能力的需求，提出了一种适用于印度的 C-UAS 理念、方法、杀伤链和可行方法。
使用无人机系统 (UAS) 在茂密森林地区进行图像处理
推荐引用 推荐引用 Bhatt, P., Edson, C., & Maclean, A. (2022)。使用无人机系统 (UAS) 在茂密森林地区进行图像处理。 http://doi.org/10.37099/mtu.dc.michigantech-p/16366 取自：https://digitalcommons.mtu.edu/michigantech-p/16366
社论：人机系统中的解释
自动驾驶汽车、社交和工业机器人、基于图像的医疗诊断、基于语音的知识和控制系统（例如 Alexa、Siri）以及推荐系统是一些应用领域，其中 AI/ML 辅助数字工件已经支持日常惯例和活动。可解释人工智能 (XAI) 和可解释机器学习 (IML) 都是关注用户为应对自动化系统渗透社会、经济、工业和科学环境的激增而创造的术语。例如，当自动驾驶汽车发生碰撞时，有什么好的解释？当 Alexa 被要求解释为什么英国的通货膨胀率如此之高，而通常的回答却非常不合适时，有什么好的解释？当社交媒体巨头为粉丝提出建议并向普通用户投放广告时，有什么好的解释？这些问题，特别是在任务关键型或影响生命的系统中，是由此类系统日益复杂的情况所引发的，在解释和解释其决策、结果或行为时，这些系统不可避免地会变成“黑匣子”。尽管已经采取了一些有趣的算法方法和实现（例如 LIME、IBM Protodash 和 SHAP（SHapley Additive exPlanations））来应对这一挑战，以看透“黑匣子”并理解其行为，但这些方法和实现主要由 ML 开发人员推动，旨在改进 ML 模型，而不是为系统消费者提供结果的某种解释或解释。在更广泛的多学科背景下，“什么是对外行用户的良好解释”这个问题的答案变得更具挑战性，正如我们呼吁的那样，从哲学到社会学、经济学和计算机科学。在此背景下，XAI 应该涉及需要解决的另一个层次的讨论：我们作为人类与 AI 系统的关系。尽管如此，“解释”一词源自拉丁语动词“explanare”，字面意思是“使水平”。因此，讨论和科学
无人机系统轻松访问规则 - EASA
AMC1 UAS.LUC.030(2) 安全管理系统.............................................................. 340 GM1 UAS.LUC.030(2)(a) 安全管理系统.............................................................. 341 AMC1 UAS.LUC.030(2)(c) 安全管理系统.............................................................. 341 GM1 UAS.LUC.030(2)(c) 安全管理系统.............................................................. 342 GM1 UAS.LUC.030(2)(d) 安全管理系统.............................................................. 342 GM2 UAS.LUC.030(2)(d) 安全管理系统.............................................................. 343 GM3 UAS.LUC.030(2)(d) 安全管理系统.............................................................. 343 AMC1 UAS.LUC.030(2)(g) 安全管理系统.............................................................. 343 GM1 UAS.LUC.030(2)(g)(i) 安全管理系统........................................... 344 AMC1 UAS.LUC.030(2)(g)(iii) 安全管理系统 .............................................. 344 GM1 UAS.LUC.030(2)(g)(iv) 安全管理系统 .............................................. 344 AMC1 UAS.LUC.030(2)(g)(v) 安全管理系统 .............................................. 345 GM1 UAS.LUC.030(2)(g)(v) 安全管理系统 .............................................. 346 AMC1 UAS.LUC.030(2)(g)(vi) 安全管理系统 .............................................. 346 GM1 UAS.LUC.030(2)(g)(vi) 安全管理系统 .............................................. 347 GM1 UAS.LUC.030(2)(g)(vii) 安全管理系统 .............................................. 347 GM1 UAS.LUC.030(2)(g)(viii) 安全管理系统 .............................................. 348 AMC1 UAS.LUC.030(2)(g)(ix) 安全管理系统 ...................................................... 349
无人机系统：角色、任务和未来……
美国军方通常将遥控飞行器 (RPV) 称为无人驾驶飞机 (UAV)。UAV 要么是单个飞行器（带有相关监视传感器），要么是无人机系统，通常由飞行器与地面控制站（飞行员实际坐在那里）和支持设备配对组成。 3 随着 2023 财年总统预算的出台，空军开始使用“无人驾驶”一词来描述遥控或无人驾驶飞机系统。 4 在开始开发可选载人飞机（如 B-21 突袭者）后，空军对所有没有机组人员飞行的飞机进行了这种区分。 5 一种新兴的 UAS 类型是巡飞弹——也称为“神风无人机”——它们是一种一次性飞机，可以长时间飞行（从几十分钟到可能几个小时），可以观察和攻击目标。本报告使用载人和无人驾驶这两个术语来区分不同类型的飞机，并使用 UAS 一词来表示更广泛的系统。
DOT/FAA/AM-22/06 航空安全航空医学办公室华盛顿特区 20591 带注释的参考书目 (1997 – 2021)：航空公司运营中无人机系统的机组人员和人员配备要求 Peter T. Hu 1、Brittany Nelson 1、Blake L. Nesmith 1、Kevin W. Williams 2 1 Cherokee Nation 3S, LLC 俄克拉荷马城，俄克拉荷马州 73125 2 美国联邦航空管理局民用航空医学研究所 俄克拉荷马城，俄克拉荷马州 73125 2022 年 7 月最终报告
16. 摘要 越来越多地需要将无人机系统 (UAS) 用于一系列目前超出书面法规范围的新应用，包括出租车服务、包裹递送、农作物喷洒等。现行《联邦法规法典》第 14 章第 107 部分限制了 UAS 的航空公司应用。特别是，14 CFR 第 107 部分法规没有明确涉及 14 CFR 第 121 部分（即航空公司运营）和 14 CFR 第 135 部分（即通勤航空运营）。无人驾驶操作中的机组人员和人员配备要求已得到广泛研究，对此进行注释是本文件的重点，但 UAS 应用和 UAS 自动化的近期和持续发展导致机组人员的角色和职责发生变化。这份带注释的参考书目将有助于为从最后一英里到高空长航时操作的未来法规提供信息，以便这些 UAS 的新应用可以安全地集成到国家空域系统 (NAS) 中。本注释书目旨在汇总机组人员和人员配备文献，为航空公司运营中有关 UAS 操作员的未来法规提供参考。它涵盖了有关机组人员和人员配备、自动化、培训、测试以及值班和休息要求的一系列文献。文章是通过搜索与无人驾驶操作和机组人员和人员配备要求相关的关键词从 PsycINFO、Google Scholar 和联邦航空管理局 (FAA) 技术图书馆数据库收集的。七十六篇文章被确定为与本文献综述相关。文章包括实证研究、荟萃分析、文献综述和组织指南。本注释书目分为两个主要部分：无人机系统和载人操作，并附有相关小标题。这些小标题是根据一般发现生成的，即机组人员和人员配备需求应由运营需求决定，而 UAS 自动化的快速发展导致机组人员的角色发生变化。标准化 UAS 操作员机组人员和人员配备要求将支持 UAS 安全有效地融入 NAS。对于美国联邦航空局和行业利益相关者来说，这仍然是一项重要举措。
DOT/FAA/AM-22/06 航空安全航空医学办公室华盛顿特区 20591 带注释的参考书目 (1997 – 2021)：航空公司运营中无人机系统的机组人员和人员配备要求 Peter T. Hu 1、Brittany Nelson 1、Blake L. Nesmith 1、Kevin W. Williams 2 1 Cherokee Nation 3S, LLC 俄克拉荷马城，俄克拉荷马州 73125 2 美国联邦航空管理局民用航空医学研究所 俄克拉荷马城，俄克拉荷马州 73125 2022 年 7 月最终报告
16. 摘要 越来越多地需要将无人机系统 (UAS) 用于一系列目前超出书面法规范围的新应用，包括出租车服务、包裹递送、农作物喷洒等。现行《联邦法规法典》第 14 章第 107 部分限制了 UAS 的航空公司应用。特别是，14 CFR 第 107 部分法规没有明确涉及 14 CFR 第 121 部分（即航空公司运营）和 14 CFR 第 135 部分（即通勤航空运营）。无人驾驶操作中的机组人员和人员配备要求已得到广泛研究，对此进行注释是本文件的重点，但 UAS 应用和 UAS 自动化的近期和持续发展导致机组人员的角色和职责发生变化。这份带注释的参考书目将有助于为从最后一英里到高空长航时操作的未来法规提供信息，以便这些 UAS 的新应用可以安全地集成到国家空域系统 (NAS) 中。本注释书目旨在汇总机组人员和人员配备文献，为航空公司运营中有关 UAS 操作员的未来法规提供参考。它涵盖了有关机组人员和人员配备、自动化、培训、测试以及值班和休息要求的一系列文献。文章是通过搜索与无人驾驶操作和机组人员和人员配备要求相关的关键词从 PsycINFO、Google Scholar 和联邦航空管理局 (FAA) 技术图书馆数据库收集的。七十六篇文章被确定为与本文献综述相关。文章包括实证研究、荟萃分析、文献综述和组织指南。本注释书目分为两个主要部分：无人机系统和载人操作，并附有相关小标题。这些小标题是根据一般发现生成的，即机组人员和人员配备需求应由运营需求决定，而 UAS 自动化的快速发展导致机组人员的角色发生变化。标准化 UAS 操作员机组人员和人员配备要求将支持 UAS 安全有效地融入 NAS。对于美国联邦航空局和行业利益相关者来说，这仍然是一项重要举措。
BYU ScholarsArchive 引文 BYU ScholarsArchive 引文 McLain, Timothy；Sahawneh, Laith R.；Duffield, Matthew O.；和 Beard, Randall W.，《使用 ADS-B 检测和避免小型无人机系统》（2015 年）。教师出版物。1895 年。https://scholarsarchive.byu.edu/facpub/1895
随着将无人机系统 (UAS) 整合到国家空域系统 (NAS) 的需求不断增长，需要新的程序和技术来确保空域安全运行并最大限度地减少 UAS 对当前空域用户的影响。目前，小型 UAS 在民用空域的使用受到限制，因为它们没有检测和避开其他飞机的能力。在本文中，我们将介绍一个框架，该框架由基于广播式自动相关监视 (ADS-B) 的传感器、航迹估计器、冲突/碰撞检测和降低碰撞风险的解决方案组成。ADS-B 提供长距离、全方位入侵者检测，对尺寸、重量、功率和成本要求相对较低。所提出的冲突/碰撞检测和冲突/碰撞解决规划算法是在局部级别框架中设计的，该框架是展开的、未倾斜的机身框架，其中本机静止在地图中心。路径规划方法设计为随着与本机距离的增加而具有多分辨率，以考虑自分离和避免碰撞的阈值。我们使用模拟 ADS-B 测量来演示和验证此方法。
使用 ADS-B 检测和避免小型无人机系统
空域系统 (NAS) 中，新程序和技术对于确保空域安全运行和尽量减少 UAS 对当前空域用户的影响是必不可少的。目前，小型 UAS 在民用空域的使用受到限制，因为它们不具备检测和避开其他飞机的能力。在本文中，我们将介绍一个框架，该框架由基于广播式自动相关监视 (ADS-B) 的传感器、航迹估计器、冲突/碰撞检测和解决方案组成，可减轻碰撞风险。ADS-B 提供长距离、全方位入侵者检测，对尺寸、重量、功率和成本要求相对较低。所提出的冲突/碰撞检测和冲突/碰撞解决规划算法是在局部级别框架中设计的，该框架是展开的、未倾斜的机身框架，其中本机静止在地图中心。路径规划方法旨在随着与本机距离的增加而实现多分辨率，以考虑自分离和避免碰撞的阈值。我们使用模拟 ADS-B 测量来演示和验证这种方法。