摘要 — 技术发展提供了解决方案,以减轻痴呆症对导航能力的影响对健康和自主性造成的巨大影响。我们系统地回顾了有关在室内、室外和虚拟导航期间为痴呆症患者提供帮助的测试设备的文献(PROSPERO ID 号:215585)。从一开始就搜索了 Medline 和 Scopus 数据库。我们的目的是总结文献结果以指导未来的发展。我们的研究纳入了 23 篇文章。从这些研究中提取了三类信息。首先,通过以下方式评估设备提供的导航建议类型:(i)呈现的感觉方式,例如视觉和触觉刺激,(ii)导航内容,例如地标,以及(iii)呈现时间,例如在十字路口系统地呈现。其次,我们分析了设备所基于的技术,例如智能手机。第三,评估了用于评估设备和导航结果的实验方法。我们根据这三个主要特点报告并讨论了文献中的结果。最后,基于这些考虑,提出建议,确定挑战并提出潜在解决方案。应特别进一步探索基于增强现实的设备、智能辅导系统和社会支持。
太空基础设施是安全和经济的关键基础设施——事实上,它对现代生活的大多数方面都至关重要——因此是恶意攻击的主要目标(Falco 2019)。目前对太空基础设施和应用的最大安全威胁来自网络攻击。只有少数国家有能力物理摧毁卫星(Weeden 和 Samson 2022)——而且它们很可能被揭露为肇事者。相比之下,实施网络攻击所需的资金、技术和工程能力要少得多。此外,攻击者可以试图掩盖其踪迹,让受攻击的国家不确定归因和自己的反应。因此,网络攻击很可能成为国家行为者以及非国家行为者(特别是犯罪组织和恐怖组织)针对太空基础设施的主要方法。有证据表明,此类攻击已经发生:据称,俄罗斯在 2018 年北大西洋公约组织在芬兰、瑞典和挪威举行的演习期间破坏了全球定位系统 (GPS) 信号(Harrison 等人,2020 年),影响了商用飞机的导航能力等;俄罗斯犯罪分子 Turla
摘要 - 随着当今世界安全的重要性继续升级,技术在增强中的作用已经大大发展。从个人监控的固定安全摄像机的成立开始,进步就朝着自主威胁识别系统和移动机器人的部署迈向主动的安全措施。尽管有这些技术进步,但对安全机器人的自主机器人的探索相对较少。这项研究采用了一种新颖的方法,通过重新利用商业GO2 EDU狗机器人的安全目的,为其装备了热摄像头和定制软件,以在不同的照明条件下进行健壮的面部检测,旨在实现更安全,更可靠的面部识别。此外,通过使用SLAM配备了2D Rplidar和Depth Camera的Turtlebot进行实验,研究了映射和导航能力,为GO2机器人的自主操作奠定了基础。在加强安全措施的背景下,这些增强功能的结果已显示出有望。本文以讨论潜在的未来增强功能的讨论,为更复杂和自主的安全机器人铺平了道路。
摘要 - 在视觉和语言导航(VLN)任务中,必须按照自然语言指令导航到目的地。虽然基于学习的方法一直是对任务的主要解决方案,但他们遭受了高培训成本和缺乏解释性的困扰。最近,由于其强大的概括能力,大型语言模型(LLMS)已成为VLN的有前途的工具。但是,现有的基于LLM的方法面临着记忆构建和导航策略多样性的限制。为了应对这些挑战,我们提出了一套技术。首先,我们引入了一种维护拓扑图的方法,该拓扑图存储导航历史记录,保留有关观点,对象及其空间关系的信息。此地图也充当全球动作空间。此外,我们提出了一个思想模块的导航链,利用人类导航示例丰富了导航策略多样性。最后,我们建立了一条管道,将导航记忆和策略与感知和动作预测模块集成在一起。Reverie和R2R数据集的实验结果表明,我们的方法有效地增强了LLM的导航能力并提高导航推理的解释性。
无人驾驶飞行器 (UAV) 是一种无需飞行员的飞行器,可由地面控制中心的飞行员操控,或自主执行预定飞行计划的飞行器。无人机最初起源于军事应用,但如今已在科研 (Nex and Remondino, 2014)、物流 (Li et al., 2022)、农业 (Bouguettaya et al., 2022)、纪录片拍摄 (Firmansyah et al., 2021)、消防 (Akhloufi et al., 2021)、军事行动 (Liu et al., 2022) 等诸多领域得到越来越广泛的应用。随着无人机的利用率和应用范围不断扩大,飞行安全和运行效率也变得越来越重要。为了使无人机能够有效、安全地完成既定任务,高度的自主性至关重要。自主无人机应该具备安全导航能力,利用传感器和微处理器高效执行任务,最重要的是,配备嵌入式人工智能。目前的军用和民用无人机采用飞行控制系统和特定传感器来完成飞行任务(Greco 等人,2015),但嵌入式人工智能也有限。无人机利用
摘要 - 通过与环境的持续互动,基于实时反馈奖励信号不断优化决策,表明了强大的适应性和自学能力。近年来,它已成为实现机器人自动导航的关键方法之一。在这项工作中,引入了一种基于强化学习的自动机器人导航方法。我们使用深Q网络(DQN)和近端策略优化(PPO)模型通过机器人与环境之间的持续互动以及具有实时反馈的奖励信号来优化路径计划和决策过程。通过将Q值函数与深神经网络相结合,深Q网络可以处理高维状态空间,从而在复杂的环境中实现路径计划。近端策略优化是一种基于策略梯度的方法,它使机器人能够通过优化策略功能来更有效地探索和利用环境信息。这些方法不仅可以提高机器人在未知环境中的导航能力,还可以增强其适应性和自学能力。通过多个培训和仿真实验,我们在各种复杂的情况下验证了这些模型的有效性和鲁棒性。
项目 18 其他信息 STS/ 特殊处理(见列表) PBN/ 基于性能的导航(见列表)。在第 10a 项中包含“R” h NAV/ 其他导航能力(见高级服务)见下文注释。 COM/ 其他通信能力。见下文注释。 DAT/ 其他数据应用(见 AC 90-117)。见下文注释。 SUR/ 其他监视。能力(例如 A2 RSP180) DEP/ 非标准出发(例如 MD24) DEST/ 非标准目的地(例如 EMI090021) DOF/ 飞行日期(YYMMDD,例如 121123) REG/ 注册(例如 N123A) EET/ 预计飞行时间(例如 KZNY0124) SEL/ SELCAL(例如 BPAM) TYP/ 非标准 AC 类型 CODE/ 飞机/S 模式地址(十六进制)(例如 A519D9) DLE/ 延误(修复时)(例如 EXXON0120) OPR/ 操作员,当 ACID 中没有显示时 ORGN/ 飞行计划制定者(例如 KHOUARCW) PER/ 性能类别(例如 A) ALTN/ 非标准备用(例如 61NC) RALT/ 航路备用(例如 EINN CYYR KDTW) TALT/ 起飞备选路线(如 KTEB)RIF/ 前往修订目的地的航线 RMK/ 备注 - 包括备注中指示的任何信息(如 NAS 字段 11)
全球定位系统,由 24 颗绕地球运行的卫星及其在地球上的相应接收器组成的全球卫星导航系统,它为全球提供了确定位置、速度和时间的实用且经济实惠的方法。卫星在距地面约 12,000 英里处绕地球运行,每 24 小时绕地球运行两次。GPS 卫星不断向地面接收器发送包含卫星位置数据和准确时间的数字无线电信号。卫星配备了精确到十亿分之一秒的原子钟。根据这些信息,接收器知道信号到达地面接收器需要多长时间。由于每个信号都以光速传播,接收器接收信号的时间越长,卫星距离就越远。通过了解卫星的距离,接收器就知道它位于以卫星为中心的假想球体表面的某个位置。通过使用三颗卫星,GPS 可以根据三个球体的交点计算接收机的经度和纬度。通过使用四颗卫星,GPS 还可以确定高度。GPS 由美国国防部 (DOD) 开发和运营。它最初被称为 NAVSTAR(带定时和测距的导航系统)。在民用之前,GPS 用于为军事提供全天候的导航能力
动物的空间导航能力对其生存至关重要。它对认知的要求也很高,而且相对容易探索。出于这些原因,空间导航受到了神经科学家的极大关注,导致关键大脑区域的确定,以及对空间任务不同方面作出反应的细胞类型的“动物园”的不断发现。尽管取得了这些进展,但我们对各个部分如何组合在一起驱动行为的理解普遍不足。我们认为,这部分是由于专注于空间行为的研究人员与那些试图研究其神经基础的研究人员之间缺乏沟通造成的。这导致后者低估了空间行为的相关性和复杂性,并且过于狭隘地关注空间的神经表征——与这些表征旨在实现的计算脱节。因此,我们提出了一种哺乳动物导航过程的分类法,可以作为构建和促进该领域跨学科研究的共同框架。以分类法为指导,我们回顾了空间导航的行为和神经研究。在这样做时,我们既验证了分类法,又展示了它在识别常见实验方法的潜在问题、设计充分针对特定行为的实验、正确解释神经活动以及指出新的研究途径方面的实用性。
摘要 - SightSense AI代表着一种开创性的创新,旨在通过提供先进的导航能力来增强视障人士的独立性。杠杆率Yolov4的功能以识别对象识别,再加上Python文本到语音(PYTTSX3)技术,SightSensense AI为用户提供了实时的听觉反馈,使他们能够导航和更有效地了解周围的环境。除了基本的对象识别之外,SightSense AI是全面的旅行伴侣,促进了导航和探索不熟悉的环境。它擅长帮助用户安全地浏览繁忙的十字路口,读取标志和识别货币票据。该应用程序的多面功能可显着提高视力障碍者的独立性和自主性,从而证明了技术在超越障碍和增强生活质量方面的变革潜力。Python文本到语音技术的集成确保了向用户之间无缝的环境信息沟通,从而进一步增强了其独立导航的能力。通过弥合声音和视觉之间的差距,SightSense AI彻底改变了视觉障碍的人与周围环境互动的方式,最终促进了日常生活中更大的自主权和包容性。索引条款-Yolov4,Pyttsx3,导航,货币
