XiaoMi-AI文件搜索系统
World File Search System导航的
针对非差分GPS/IMU集成导航的优化滤波器设计
首先，根据泰勒展开式对最近发展起来的非线性滤波方法——Cuature卡尔曼滤波器（CKF）的性能评估进行了分析。理论分析表明，非线性滤波方法CKF只有在非线性系统中实现时才显示出其优势。类似地，非线性方向余弦矩阵（DCM）表达式被纳入紧密耦合的导航系统中，以表示真实导航坐标系和估计导航坐标系之间的对准误差。仿真和实验结果表明，在不可观测的大指向误差下，以及在 GPS 故障且指向误差快速累积导致 psi 角的表达式失效的情况下，CKF 的性能优于扩展卡尔曼滤波器（EKF），从而表达一定程度的非线性。
diter ++：多户户外环境中多机射击导航的各种地形和多模式数据集
摘要 - 多个现场机器人的协作对于大规模环境的导航和映射是必需的。在穿越时，考虑到每个机器人性质的遍历性估算对于确保机器人的安全并确保其性能至关重要。即使在结构化的环境中，不考虑地形信息的行驶也可能导致平台严重损坏，例如由于陡峭的斜坡或由于突然的高度变化而导致的下降。为了应对这一挑战，我们提出了Diter ++，多机器人，多主题和多模式数据集，包括地面信息。使用向前的RGB摄像头和面向接地的RGB-D相机，热相机，两种类型的激光镜头，IMU，GPS和机器人运动传感器获得数据集。数据集和补充材料可在https：//sites.google.com/view/diter-plusplus/上找到。
delan：通过跨模式对比学习的视觉和语言导航的双级别对齐
抽象的视觉和语言导航（VLN）要求代理通过遵循自然语言指导在看不见的环境中导航。为了完成任务完成，代理需要对齐和整合各种导航方式，包括指令，观察和导航历史记录。现有作品主要集中在融合阶段的跨模式关注上，以实现这一目标。然而，不同的单键编码器产生的模态特征位于自己的空间中，从而导致跨模式融合和决策的质量下降。为了解决这个问题，我们通过跨模式对比度学习提出了一个指定框架（Delan）框架。该框架旨在在融合之前对齐各种与导航相关的方式，从而增强跨模式的交互和动作决策。具体来说，我们将融合前的对准分为双重级别：根据其语义相关性，指令历史级别和地标性观察水平。我们还重建了双级指令，以适应双级对准。作为融合前对齐的训练信号非常有限，使用自我监督的对比学习策略来实施不同方式之间的匹配。我们的方法与大多数现有模型无缝集成，从而改善了各种VLN基准测试的导航性能，包括R2R，R4R，RXR和CVDN。
无GPS的精度：在复杂环境中自动无人机导航的多传感器融合
摘要 - 无人机技术的快速发展已扩大了其应用程序，包括递送服务，环境监控以及搜索和救援操作。然而，这些应用中的许多应用在受GPS污染的环境中遇到了重大挑战，例如密集的城市地区和森林森林森林茂密的地区，传统导航方法却摇摇欲坠。本文提出了一种新型的多传感器融合算法，旨在提高自主无人机的定位准确性而不依赖GPS。通过整合来自惯性测量单元（IMU），LIDAR和视觉传感器的数据，提出的方法有效地补偿了单个传感器的局限性，从而在复杂的环境中实现了可靠的导航。实验结果表明，该算法在城市地区达到1.2米的平均定位精度，在森林环境中达到1.5米，从而展示了其针对传感器噪声和环境挑战的弹性。循环封闭技术的实施进一步提高了长期导航准确性，使其适合长时间的任务。这项研究有助于自动无人机导航的知识越来越多，并为增强现实情况下无人机的操作能力带来了重大影响。未来的工作将集中于整合其他传感器，探索机器学习技术以进行自适应融合，并进行广泛的现场试验以验证系统在动态环境中的性能。
利用术中导航的3D彩色多普勒超声在神经胶质瘤手术中
在儿童中看到，切除时可能可以治愈，而低级神经胶质瘤（WHO II级）主要是在年轻人中看到的，最终会发展为高级神经胶质瘤（3）。大多数神经胶质瘤（55.1％）是IV级的胶质母细胞瘤，其发生率为每100,000（1）。神经胶质瘤疗法的主要基石包括组织学诊断和去除肿瘤，放射治疗和药物治疗的手术（4）。关于适当切除策略的持续辩论，主要是由脑磁共振断层扫描（MRI）（5）和计算机断层扫描（CT）（6，7）的区域内的胶质瘤细胞表现出来的驱动，即使在组织学上正常的大脑区域（8）。几项研究证明了神经瘤手术中切除术的程度（EOR）和残留的肿瘤体积是影响患者结果的重要因素，因为它在无进展的生存和整体生存中衡量了（9-12）。因此，在保留神经功能的同时，尽可能多地切除肿瘤是普遍的实践（13）。的先决条件是在神经外科手术过程中病理组织以及雄辩的大脑区域的定位，可以使用神经道系统实现。这些系统通常利用术前成像，对患者进行了注册（14）。术中成像模式，例如计算机断层扫描（ICT）（15-17），磁共振断层扫描（IMRI）（18-20）（18-20）和超声（IUS）（IUS）（21-23）（21 - 23）可以整合到这些系统中，从而提高安全性和准确性。（35）。2003年Keles等。2003年Keles等。除了进行即时切除控制的可能性外，术中成像还可以帮助神经外科医生处理脑转移，这是一种描述的现象，主要是由于脑肿胀，脑脊液减少，减少肿瘤，脑缩回，脑缩回，脑部恢复和吸收后颅骨后颅骨术和颅骨术后（24），24，24，24，24，24，24，，24，24岁。估计大脑变形程度的首次努力可以追溯到1980年代（26）。从那时起，已经进行了各种尝试以解决此问题，包括光学扫描（27）和导航基于指针的表面位移测量（28，29），这是一种具有集成手术显微镜和视频分析（24），IMRI（30，31）和IUS（32 - 34）的立体定向系统（24）。在整个手术过程中已显示出大脑的转移，如Nabavi等人所证明的那样，可以通过串行MRI获取来部分解决。IMRI的主要局限性是其限制可用性，结构要求，时间消耗和高成本（36，37）。这些缺点都不适用于IUS（可以在不明显的外科手术过程中显着中断）进行IUS，如今已广泛可用，使用直接使用且具有成本效益（38）。现代超声系统可以完全整合到神经道设备中（39，40），并能够为神经瘤手术中的切除范围（40，41）和脑变形提供有关切除范围的信息（39）。分析了前后导航的IUS使用IUS的大脑移位测量值的首次描述在1990年代后期发表，当时在术前和术中术中易于识别的易于识别的能够识别的结构（如心室）标记以评估脑部转移（32 - 34）。
设计自动火星漫游者在动态地形中导航的自适应速度避免系统
文章历史：在过去的十年中，已经开发了各种基于速度障碍的方法，以避免动态环境中的碰撞。但是，这些方法通常仅限于处理几个障碍，连续的相遇或缺乏安全地形的安全保证。本文提出了使用速度障碍法的自适应碰撞避免策略，旨在使自主火星流浪者能够安全地驾驶动态和不确定的地形，同时避免多个障碍。该策略构建了自适应速度锥体，考虑了动态障碍和地形特征，从而确保了连续的安全性，同时将漫游者引导到其航路点。我们在模拟的MARS探索方案中实施了策略，代表了具有挑战性的多OSTACLAS任务。模拟结果表明，我们的方法通过增加安全距离来增强性能，使其非常适合自主行星探索，在这种情况下，避免碰撞对于任务成功至关重要。
脑导航手术的设备、技巧和窍门
摘要 神经导航是由先进的术中设备组成的系统，该系统在数字图像和解剖结构之间建立虚拟链接，以便精确定位和安全有效地切除轴内病变。因此，与没有神经导航的时代相比，神经导航极大地提高了脑和脊髓手术的成功率。本文回顾并强调了神经导航的好处、所用设备、设备设置、术前准备患者图像的技巧和窍门以及神经导航和设备的未来前景，这些方面在文献中非常罕见。本文介绍了一种常用的神经导航系统，包括其部件、设置、说明和技巧和窍门。这篇叙述性综述让读者掌握神经导航的主要方面、所有方面的功能以及脑外科手术期间的预期情况。尽管世界上大多数发达地区都提供神经导航培训，但在欠发达国家和发展中国家，由于缺乏设备，大多数神经外科医生无法获得第一手经验。本文旨在帮助不熟悉神经导航的神经外科医生降低学习难度。
在没有被感觉集检测到的障碍的情况下，一种增强移动机器人导航的人类方法
人类的方法可以通过使用户成为控制循环的积极部分来大大增强人类 - 机器人的交互，后者可以向机器人提供反馈以增强其功能。在所有安全性的情况下，例如在辅助机器人技术中，这种反馈变得更加重要。这项研究旨在实现一种人类的方法，在该方法中，人类可以向特定机器人（即智能轮椅）提供反馈，以增强其人工感官套装，扩展并提高其检测和避免障碍的能力。反馈由键盘和大脑 - 计算机接口提供：在此范围内，工作还包括一个协议设计阶段，以引起和唤起人脑事件 - 相关潜力。整个体系结构已在模拟机器人环境中得到验证，并从不同的测试对象获得了脑电图信号。
