¹Univ. Grenoble Alpes,CNRS,Grenoble INP*,G2Elab,Grenoble,38031,法国 *francis.boakye-mensah@g2elab.grenoble-inp.fr 摘要 - 为了在气候变化法规日益严格的情况下找到 SF 6 的可行替代品,应该对压缩空气等替代品进行适当的评估。对于中压应用,耐受电压被用作尺寸标准,这取决于流光的引发和传播,而流光是电击穿的前兆。为了优化设计,应该通过预测模型从实验和数值上彻底研究在不同应力、压力等条件下此类放电的引发和传播机制。到目前为止,大多数数值研究都是通过自制代码完成的,因为由于此类计算的复杂性和非线性,商业软件中不易获得流光模型。最近,随着商业有限元软件COMSOL™Multiphysics 等离子体模块稳健性的增强,可以开发具有合理精度的流光放电模型。
抽象无人机群由多个无人机组成,这些无人机可以实现单个无人机无法实现的任务,例如在大面积上进行搜索,恢复或监视。群的内部结构通常由多个无人机自动工作。可靠的检测和对群体和单个无人机的跟踪,可以更了解群的行为和运动。对无人机行为的了解增加,可以更好地协调,避免碰撞以及对群体中各个无人机的性能监控。本文提出的研究提出了一种基于深度学习的方法,可实时使用立体视觉摄像机在群中可靠地检测和跟踪单个无人机。这项研究背后的动机是需要更深入地了解群体动态,从而改善协调,避免碰撞以及对群体中各个无人机的性能监控。提出的解决方案提供了一个精确的跟踪系统,并考虑了无人机的高度密集和动态行为。在各种配置中,在稀疏和密集网络中评估了该方法。通过实施一系列比较实验,已经分析了提出解决方案的准确性和效率,这些实验证明了在群中检测和跟踪无人机的合理精度。