目视检查是最常用的飞机检查技术,但仍然容易出错。该项目遵循了之前关于荧光渗透检测 (FPI) 和内窥镜检查的报告,通过分析检查系统中人为因素,得出提高 NDI 流程可靠性的良好做法。航空检查主要是目视检查,据估计占所有检查的 80%,在 2000 年的一项研究中占 AD 通知的 60% 以上。它通常比其他 NDI 技术更快,并且具有相当大的灵活性。虽然它通常参考眼睛和可见光谱来定义,但实际上目视检查包括大多数其他非机器增强方法,例如感觉甚至声音。它的最佳特征可能是仅使用简单的工作辅助工具(例如放大镜或镜子)来使用检查员的感官。因此,目视检查是许多其他 NDI 技术的重要组成部分,在这些技术中,检查员必须目视评估检查区域的图像,例如在 FPI 或射线照相中。视觉检测的一个重要特征是其灵活性,例如能够以不同的强度进行检查,从巡检到详细检查。从包括航空业在内的各种行业中,我们知道,当衡量视觉检测的可靠性时,它并不完美。与其他 NDI 检查员一样,视觉检查员也会犯错误。
机器人正在经历一场革命,它们渗透到我们日常生活的方方面面,从房屋维护到基础设施巡检,从高效的货物仓储到自动驾驶汽车等等。这项技术进步及其影响令人震惊。然而,这场革命正在超越现有软件开发流程、技术和工具的能力,而这些流程、技术和工具几十年来基本保持不变。这些能力无法应对机器人软件特有的挑战,例如处理领域多样性、异构硬件、编程和学习组件、捕捉和建模的复杂物理环境(其中存在不确定性)、包括人机交互在内的突发行为,以及跨多个维度的可扩展性需求。展望未来,机器人软件开发的需求将日益普及、自主性更强,并且越来越依赖于复杂的自适应组件、硬件和数据。为此,美国国家科学基金会 (NSF) 于 2023 年 10 月在密歇根州底特律举办了一场以“机器人软件工程”为主题的社区研讨会。研讨会的目标是汇集机器人技术和软件工程领域的思想领袖,形成一个共同体,并确定机器人软件工程领域在未来五年内应重点解决的关键问题。本报告总结了研讨会的动机、活动和成果,特别是阐明了机器人软件所面临的独特挑战,并确定了应对这些挑战的富有成效的近期研究方向的愿景:
1570785339:5G云边端协同的电力系统巡检服务分解;慧翔;王玉成、吕玉翔、董亚文;王红艳;杨阳(国家电网信息通信集团安徽吉源软件有限公司);魏良康、周凡琴和冯雷(北京邮电大学,中国)1570785422:工业 TSN 服务的 5G URLLC 本地部署架构; Jiayu Huang、Lei Feng、Fanqin Zhou、Huiyong Liu、Peng Yu 和 Kunyi Xie(中国北京邮电大学)1570788384:如何将全局观测嵌入到垂直水平联邦学习中;万硕(清华大学,中国); Jiaxun Lu(华为技术有限公司,中国);范平一(清华大学,中国);邵云峰(华为诺亚方舟实验室,中国);彭程辉(华为技术有限公司,中国);Khaled B. Letaief(香港科技大学,香港)1570792725:成本效益管理的博弈论方法能量收集智能电网;Artiom Blinovas、Kenji Urazaki Junior 和 Elvina Gindullina;Leonardo Badia(意大利帕多瓦大学)1570792833:基于深度学习的声纹识别技术研究;Jingyi Li 和 Qin Xu(大数据与软件学院,重庆移动通信学院,中国);Kadoch Michel(加拿大魁北克大学 ETS)1570794635:基于双线程区块链的大规模智能网络中异常检测刘伟(北京邮电大学,中国);沈月峰(北京计算机技术及应用研究所,中国);杨辉、鲍博文、姚秋燕(北京邮电大学,中国);王旅达(北京计算机技术及应用研究所,中国)