XiaoMi-AI文件搜索系统
World File Search System实时定位
如今RFID技术的应用已经开始......
CDM：电缆驱动调制解调器 DEEE：电子电气设备指令。EPC：电子产品代码。FTDI：未来技术设备国际公司。GSM：全球移动通信系统。IC：印刷电路。ID：身份识别器。IFF：友敌识别。ISM：工业科学医疗。ISO：国际标准化组织。MIFARE：米克朗FARE。PBDE：多溴二苯醚。PCB：印刷电路板。PKE：被动无钥匙进入。PKS：被动无钥匙启动。RF：射频。RFID：射频识别。RKE：遥控无钥匙进入，RoHS：限制使用某些危险品。RS：推荐标准。RTF：读者优先对话。RTL：实时定位。SHF：超高频。SMD：单装设备。 SQL：结构化查询语言 TPMS：轮胎压力监测系统。TTF：标签对话优先。UART：通用异步接收器/发射器）。UHF：超高频。USB CDC：通用串行总线通信设备类。USB HID：通用串行总线人机接口设备。WEE：废弃电子电气设备指令。
远程视觉援助中人机协作的机会
远程视觉辅助 (RSA) 已成为一种针对视障人士 (VI) 的对话辅助技术，其中远程视觉代理通过类似视频聊天的通信为视障用户提供实时导航帮助。在本文中，我们进行了文献综述并采访了 12 位 RSA 用户，以全面了解代理和用户在 RSA 中面临的技术和导航挑战。技术挑战分为四类：代理在定位和定位用户方面的困难；获取用户周围环境和检测障碍物；传递信息和了解用户特定情况；应对网络连接不佳。在 15 个真实场景（8 个室外，7 个室内）中为用户呈现导航挑战。先前的研究表明，计算机视觉 (CV) 技术，尤其是交互式 3D 地图和实时定位，可以解决这些挑战的一部分。然而，我们认为，解决这些挑战的方方面面需要人机协作的新发展，我们将其形式化为五个新兴问题：使物体识别和避障算法具有盲目感知能力；在较差的网络下定位用户；识别 LCD 屏幕上的数字内容；识别不规则表面上的文本；预测画外行人或物体的轨迹。解决这些问题可以推动计算机视觉研究并迎来下一代 RSA 服务。
无人机自动着陆系统集成了野生环境中的定位，跟踪和降落
无人驾驶汽车（UAV）的抽象高可利用性着陆系统已广泛关注它们在复杂的野生环境中的适用性。准确的定位，灵活的跟踪和可靠的恢复是无人机着陆的主要挑战。在本文中，提出并实施了一个新型的无人机自动着陆系统及其控制框架。它由环境感知系统，无人接地车辆（UGV）以及斯图尔特平台定位，跟踪和自动恢复无人机。首先，开发基于多传感器融合的识别算法是为了借助一维转盘实时定位目标。其次，提出了由UGV和着陆平台组成的双阶段跟踪策略，以动态跟踪着陆无人机。在广泛的范围内，UGV负责通过人工电位场（APF）路径计划和模型预测控制（MPC）跟踪算法进行快速跟踪。虽然在平台控制器中采用了梯形速度计划来补偿UGV的跟踪误差，但在较小范围内实现了对无人机的精确跟踪。此外，一种恢复算法，包括姿态补偿控制器和阻抗控制器，是为Stewart平台设计的，可确保无人机的水平和合规降落。最后，广泛的模拟和实验致力于验证开发系统和框架的可行性和可靠性，这表明它是在野生环境（例如草原，斜坡和雪）中无人用自动降落的卓越案例。
学院网站教师详细信息表格
理学学士（专业）物理科学：电、磁和电磁理论等。指导研究项目：1. 指导 5 名理学学士（电子）学生完成 2016-17 学年德里大学汉斯拉吉学院的“设想高效道路：多功能交通控制系统”项目。2. 指导 10 名理学学士（高级）物理学和理学学士（高级）植物学学生完成 2015-16 学年德里大学汉斯拉吉学院的创新项目 (HRC-302)，项目名称为“开发用于实时定位和识别德里大学北校区植物的移动应用程序”。该项目由德里大学研究委员会资助。在项目期间，我们成功推出了一款功能齐全的 Android 应用程序“树木定位器”。 （基金价值为 4,50,000 卢比） 出版物简介 1. 在国际同行评审期刊上发表的研究出版物： - [BaTiO3]1-x-[CoFe2O4]x 块体复合材料中的磁电效应，Shivani Agarwal，OF Caltun 和 K. Sreenivas，固态通信 2. 参加的国际会议： - 脉冲激光沉积的 BaTiO3 – CoFe2O4 多铁性复合薄膜的结构和介电特性，Shivani Agarwal、K. Sreenivas 和 Vinay Gupta，国际纳米和微电子会议，ICONAME – 08，2008 年 1 月 3 日 – 1 月 5 日，本地治里，本地治里（口头报告） - 印度 - 澳大利亚多功能纳米材料纳米结构和应用研讨会 (MNNA 2007)，2007 年 12 月 19 日 – 12 月 21 日，物理和天体物理系，德里大学，德里 - 110007
机器人导航和基于SLAM的地图构造...
*通讯作者zihanli1997@gmail.com摘要：SLAM（同时本地化和映射）技术在机器人技术领域起着至关重要的作用，该领域通过实时定位，映射和路径计划实现了在不知名环境中机器人在不知名环境中的自主导航。本文首先介绍了SLAM技术的基本原理和工作流程，包括传感器数据融合，状态估计和地图构建。然后，通过比较和分析传统的栅格地图和视觉大满贯技术的地图构造方法，显示了不同地图表示的优点和缺点。最后，讨论了SLAM技术在物流，智能制造和其他领域的广泛应用，并将其未来的开发方向进行了研究。关键字：SLAM技术；地图构造；视觉大满贯；应用程序方案1。在迅速发展的机器人技术景观中，对自治的追求是至高无上的愿望。这项工作的核心是同时定位和映射（SLAM）技术，这是一个基石，旨在支撑即将来临的“机器人时代”的基础设施。本质上，SLAM体现了典型的过程，机器人在该过程中浏览了未知的领土，在实时实现了本地化，映射和路径计划。作为自动迁移率的症结，[1-4] SLAM解决了从点A点到B点引导机器人的复杂挑战，该任务是看似简单而又充满复杂性的任务。改善移动处理机器人应用的宽度和深度。2。在未知室内环境的范围内，SLAM成为创新的灯塔，使机器人能够构建周围环境的细致地图并自动导航。随着数十年来无情的研发，该行业为实现机器人的自主权奠定了一条途径，猛烈的技术处于最前沿，预示着自主移动机器人导航的新领域。目前，由SLAM Navigation技术支持的自动移动应用程序非常广泛，涵盖了许多领域，例如航空航天，军事，特殊运营，工业生产，智能运输，消费者娱乐等。[5]典型应用程序包括将SLAM自主导航技术应用于物流机器人，这可以确保机器人具有高度智能和强大的环境适应性，从而有效地提高了企业的物流效率并降低生产成本。SLAM导航具有强大的适应性，周围环境的变化对导航没有影响，[6]完全证明了车辆的灵活性和可扩展性，并且可以根据工作条件的要求来定制各种连接方案。SLAM技术完全依靠环境中的丰富自然特征来进行自主定位和导航。物流和仓储环境相对复杂，机器人需要完成更多工作，因此其位置信息将不断变化[7]。相关工作2.1 SLAM技术早期大满贯研究几乎全部使用LiDAR作为传感器，它具有高精度和相对成熟的解决方案的优势。SLAM技术可以完成机器人的自主定位，有效地跟踪和操作目标，实现自主路径计划和导航，自动避免障碍和其他操作，从而大大改善仓库系统的智能和自主权。[8]但是，缺点也很明显，例如昂贵，大容量，更少的信息