XiaoMi-AI文件搜索系统
World File Search System帧速率
机器人人体检测的跨模态分析
摘要 — 感知和学习算法的进步已使机器人进行人体检测的解决方案越来越成熟，特别是在某些用例中，例如自动驾驶汽车的行人检测或消费者环境中的近距离人体检测。尽管取得了这些进展，但一个简单的问题：哪种传感器-算法组合最适合手头的人体检测任务？仍然很难回答。在本文中，我们通过对机器人技术中常用的传感器-算法组合进行系统的跨模态分析来解决这个问题。我们比较了最先进的人体检测器在具有挑战性的工业用例中对 2D 范围数据、3D 激光雷达和 RGB-D 数据及其选定组合的性能。我们进一步解决了工业目标领域数据稀缺的相关问题，并且最近对 3D 点云中人体检测的研究主要集中在自动驾驶场景上。为了将这些方法上的进步用于机器人应用，我们利用一种简单但有效的多传感器迁移学习策略，通过扩展强大的基于图像的 RGB-D 检测器，以弱 3D 边界框标签的形式为激光雷达检测器提供跨模态监督。我们的结果表明，在检测性能、泛化、帧速率和计算要求方面，不同方法之间存在很大差异。由于我们的用例包含代表广泛服务机器人应用的困难，我们相信这些结果为进一步研究指出了相关的开放挑战，并为从业者设计他们的机器人系统提供了宝贵的支持。
大型风洞实验的定量可视化工具
使用两个摄像机记录流动可视化的粒子，从而连续照亮整个测量体积。摄像机的照明时间被设置为最大可能值（约 1/帧速率），从而产生一系列图像，其中移动粒子创建复合段的连续路径。利用两个摄像机的粒子轨迹，重建三维粒子轨迹。为了改善弱对比度，从当前图像中减去参考图像，然后对图像进行滤波以抑制噪声，并用阈值算子进行分割。路径段是根据路径连续的事实来识别的，也就是说，每个后续段都必须准确地在前一个图像中同一段结束的位置找到。提取已识别线段的端点，并针对镜头和 CCD 芯片造成的失真校正线段的边缘像素坐标。一旦找不到所讨论路径的新段，就用三次样条函数来近似路径的中心线。根据应用于端点的极线条件确定两个摄像机的相应路径。找到两条对应路径后，在三维空间中逐点重建粒子轨迹。采用三维三次样条函数描述粒子轨迹。可以根据段长度和曝光时间计算出粒子速度。为了获得有关粒子轨迹形状的信息，需要额外的
一种机械柔性、可植入的神经接口，用于 5.45.4mm<sup></sup>2 FoV 上的计算成像和光遗传学刺激
摘要 — 新兴的光学功能成像和光遗传学是神经科学中研究神经回路最有前途的方法之一。将这两种方法结合到一个可植入设备中，可以实现全光学神经询问，并可立即应用于自由行为的动物研究。在本文中，我们展示了这样一种能够对大面积皮质区域进行光学神经记录和刺激的设备。这种可植入表面设备利用无透镜计算成像和新颖的封装方案实现了超薄（250μm 厚）、机械灵活的外形。该设备的核心是一个定制设计的 CMOS 集成电路，包含一个 160×160 的时间门控单光子雪崩光电二极管 (SPAD) 阵列，用于低光强度成像，以及一个散布的双色（蓝色和绿色）倒装芯片键合微型 LED (μLED) 阵列作为光源。我们在 5.4×5.4mm 2 视场 (FoV) 上实现了 60μm 横向成像分辨率和 0.2mm 3 体积精度。该设备实现了 125 fps 帧速率，总功耗为 40mW。索引术语 — 全光神经接口、计算成像、无透镜成像器、SPAD、光遗传学、柔性封装
大型场景的有效的以Rob中心的入住网格地图...
摘要 - 激光雷达技术的最新进展为机器人导航提供了新的可能性。鉴于在机器人运动计划中广泛使用占用网格图（OGM），本文旨在应对将激光雷达与OGMS相结合的挑战。为此，我们提出了ROG-MAP，这是一种基于网格的OGM，它可以维护与机器人一起移动的本地地图，以实现有效的地图操作，并降低大型自动式自动驾驶的内存成本。此外，我们提出了一种新型的增量障碍物方法，该方法显着降低了诊断的计算成本。所提出的方法优于各种公共数据集上的最先进方法（SOTA）方法。为了证明ROG-MAP的有效性和效率，我们将其集成到一个完整的四极管系统中，并对小型障碍和大型场景进行自主行动。在现实世界中以0进行测试。05 m分辨率本地地图和30 m×30 m×6 m本地地图大小，ROG-MAP仅占29。平均以50 Hz的帧速率更新地图的8％（i。e。，5。在20毫秒内96毫秒），包括0。33％（即0。66 ms）要执行障碍障碍，表现出杰出的现实世界表现。我们将ROG-MAP作为开源ROS套件1发布，以促进基于激光雷达的运动计划的开发。
FLIR Tau2 产品规格
3.1.2.3 添加了关于模拟交错的注释 3.1.2.4 添加了其他数字输出选项 3.1.2.6 删除了缩放增量/减量离散选项并添加了 (4) 个新的离散选项 3.1.2.7 60Hz/50Hz 模式下可用的外部同步 3.2.2 包含 640、60Hz 帧速率 3.3.1.1 添加了关于符号的飞溅依赖性的注释 3.3.2.1 添加了可变 FFC 帧号功能 3.3.2.2 添加了无快门增益模式切换功能 3.3.2.5 更新了 DDE 的图像和注释 3.3.2.6 添加了新的平台均衡功能 ACE、SSO 和尾部抑制 3.3.2.6.1 更新了当前版本和过去版本的 IIR 滤波器参数含义，并重命名为 AGC 滤波器以与 SW IDD 对齐 3.3.2.6.2 添加了新的基于信息的算法描述 3.3.2.6.2 更新了尾部拒绝的线性直方图 3.3.2.7.1 YCbYCr 输出添加 3.3.2.8 添加了用户可在模拟和数字中选择的符号系统 3.3.2.10/11 删除了对配置的校准依赖 3.3.2.12 添加了 SSN 功能 3.3.3.1 添加了饱和阈值的等温线 3.3.4.5 添加了状态标志部分 3.5.1 更新了可靠性规范
FLIR Tau2 产品规格
3.1.2.3 添加了关于模拟交错的注释 3.1.2.4 添加了其他数字输出选项 3.1.2.6 删除了缩放增量/减量离散选项并添加了 (4) 个新的离散选项 3.1.2.7 60Hz/50Hz 模式下可用的外部同步 3.2.2 包含 640、60Hz 帧速率 3.3.1.1 添加了关于符号的飞溅依赖性的注释 3.3.2.1 添加了可变 FFC 帧号功能 3.3.2.2 添加了无快门增益模式切换功能 3.3.2.5 更新了 DDE 的图像和注释 3.3.2.6 添加了新的平台均衡功能 ACE、SSO 和尾部抑制 3.3.2.6.1 更新了当前版本和过去版本的 IIR 滤波器参数含义，并重命名为 AGC 滤波器以与 SW IDD 对齐 3.3.2.6.2 添加了新的基于信息的算法描述 3.3.2.6.2 更新了尾部拒绝的线性直方图 3.3.2.7.1 YCbYCr 输出添加 3.3.2.8 添加了用户可在模拟和数字中选择的符号系统 3.3.2.10/11 删除了对配置的校准依赖 3.3.2.12 添加了 SSN 功能 3.3.3.1 添加了饱和阈值的等温线 3.3.4.5 添加了状态标志部分 3.5.1 更新了可靠性规范
在车辆摄像头传感器上使用EMI破坏活物体对象检测精度
摘要 - 计算机视觉是一项快速前进的技术，在很大程度上依赖相机传感器来为机器学习（ML）模型提供决策。已确认在各种未来派应用中发挥关键作用，例如自动驾驶汽车的进步，自动驾驶和目标跟踪无人机，停车援助和避免碰撞系统。但是，随着硬件级传感器黑客攻击的越来越多，即使是相机传感器也容易受到损害。本实验论文提出了使用电磁干扰（EMI）对机器计算机视觉（CV）进行机器学习能力的传感器黑客攻击的想法。开发了中端EMI入侵设备，以破坏计算机视觉系统的准确性和监督功能。评估研究了传感器黑客入侵对依赖实时饲料的障碍识别模型至关重要的摄像头传感器的影响，从而比较了有或没有传感器篡改的决策能力以评估整体效果。我们的结果表明，EMI显着影响相机传感器的性能，降低基于机器学习的对象检测系统的准确性和帧速率。这些发现强调了相机传感器对传感器黑客入侵的脆弱性，并突出了需要改进安全措施以保护计算机视觉系统中此类攻击的必要性。索引术语 - EMI，计算机视觉（CV），ML，自动驾驶车辆，避免碰撞
100 W 立体声数字放大器功率级 - Octopart
23 • 总功率输出（桥接负载） – 2 × 100 W，THD+N 为 10% 至 4 Ω TAS5342LA 是一款高性能集成立体声数字放大器功率级，设计用于驱动一个 4 Ω 桥接负载 (BTL)，每个通道高达 100 W，具有低谐波失真、低集成噪声和低空闲电流。 – 2 × 80 W，THD+N 为 10% 至 6 Ω – 2 × 65 W，THD+N 为 10% 至 8 Ω– 4 × 40 W，10% THD+N，输入 3 Ω TAS5342LA 具有完整的片上集成保护系统，可保护器件免受可能损坏系统的各种故障情况的影响。这些保护功能包括短路保护、过流保护、欠压保护、过热保护和 PWM 信号丢失（PWM 活动检测器）。• >110 dB SNR（采用 TAS5518 调制器进行 A 加权） 上电复位 (POR) 电路用于消除大多数功率级设计所需的电源排序 • <0.1% THD+N（1 W，1 kHz）。• 支持 192 kHz 至 BTL 输出功率 432 kHz 的 PWM 帧速率，与 • 电阻可编程电流限制电源电压 • 集成自保护电路，包括： – 欠压保护 – 过热警告和错误 – 过载保护 – 短路保护 – PWM 活动检测器 • 独立保护恢复 • 上电复位 (POR) 以消除系统电源排序 • 高效功率级 (>90%)，带有 110m Ω 输出 MOSFET • 热增强型封装 44 引脚 HTSSOP (DDV) • 错误报告，符合 3.3 V 和 5.0 V • 与推荐系统设计一起使用时符合 EMI 要求
机器人人体检测的跨模态分析
摘要 — 感知和学习算法的进步已使机器人进行人体检测的解决方案越来越成熟，特别是在某些用例中，例如自动驾驶汽车的行人检测或消费者环境中的近距离人体检测。尽管取得了这些进展，但一个简单的问题：哪种传感器-算法组合最适合手头的人体检测任务？仍然很难回答。在本文中，我们通过对机器人技术中常用的传感器-算法组合进行系统的跨模态分析来解决这个问题。我们比较了最先进的人体检测器在具有挑战性的工业用例中对 2D 范围数据、3D 激光雷达和 RGB-D 数据及其选定组合的性能。我们进一步解决了工业目标领域数据稀缺的相关问题，并且最近对 3D 点云中人体检测的研究主要集中在自动驾驶场景上。为了将这些方法上的进步用于机器人应用，我们利用一种简单但有效的多传感器迁移学习策略，通过扩展强大的基于图像的 RGB-D 检测器，以弱 3D 边界框标签的形式为激光雷达检测器提供跨模态监督。我们的结果表明，在检测性能、泛化、帧速率和计算要求方面，不同方法之间存在很大差异。由于我们的用例包含代表广泛服务机器人应用的困难，我们相信这些结果为进一步研究指出了相关的开放挑战，并为从业者设计他们的机器人系统提供了宝贵的支持。
高清平板 - TXN2670WHF
最大水平解像度为 800 线的速度扫描调制通过控制信号黑白部分之间的转换速度，清晰地定义边缘和轮廓。3:2 下拉：对转换为视频的电影作品的校正。3:2 下拉补偿了电影（每秒 24 帧）到视频（每秒 30 帧）帧速率转换中的固有缺陷，使图像更平滑，运动失真更少。INVAR 荫罩：一种合金材料，用于保持焦点和亮度的一致性，而不牺牲色彩纯度。色温控制 - 可通过屏幕显示选择正常、暖色和冷色。4 个视频预设可根据所观看的节目类型优化图像。预设：标准/动态/电影/自定义，用户可调整亮度、对比度、锐度、色彩和色调。垂直压缩可在“变形”宽屏源（如 DVD）期间保持垂直分辨率和质量。暗色调显像管可最大限度地减少反射并改善色彩和图像对比度。动态黑电平扩展和白峰值限制器进一步提高了图像对比度。自动显像管老化偏差可自动调节白平衡，即使使用多年后仍能保持一致、最佳的性能。数字视频降噪可用于提高图像质量。181 通道合成调谐倾斜校正允许根据地球磁场进行图像调整。数字底盘提高了整体可靠性。