XiaoMi-AI文件搜索系统
World File Search System态势感知
无人机行为控制任务中的态势感知及其形成问题
摘要：态势感知形成是解决无人机行为控制问题的最关键要素之一。它旨在根据无人机要完成的目标和任务为无人机行为控制提供信息支持。我们认为无人机是一种受控动态系统。本文展示了无人机在动态系统层次结构中的位置。我们介绍了无人机行为和活动的概念，并制定了控制无人机行为的算法要求。我们提出了应用于高度自主无人机 (HA-UAV) 行为控制问题的态势感知概念，并分析了这种态势感知的级别和类型。我们展示了无人机态势感知形成的细节，并分析了它与载人航空和遥控无人机态势感知的区别。我们提出了应用于无人机行为控制问题的态势感知概念，并分析了这种态势感知的级别和类型。我们重点介绍了并更详细地讨论了 HA-UAV 态势感知的两个关键要素。第一个问题与分析和预测 HA-UAV 附近物体的行为有关。讨论了解决该问题所涉及的一般考虑因素，包括分析此类物体的群体行为的问题。作为说明性示例，跟踪在附近机动的飞机的问题的解决方案
基于分形维数和多维重构的智能态势感知
摘要：为实现态势感知的自主化、智能化，本文提出了一种基于分维信息挖掘和多维信息重构的智能态势感知模型。首先，通过对输入的融合信息进行三维重构建立空间态势感知，四维重构完成态势理解，五维重构寻求态势预测，将三级态势估计模型优化为更加鲁棒的态势估计三元模型。结合数据库系统、推理学习机制和多样化的人机界面理念，完成了智能态势感知的基本框架。其次，论证了系统的灵活配置方法。第三，给出了智能态势感知性能指标和多节点一致性的一些基本评价方法。第四，给出了钻井平台典型电磁态势估计算例，对理论进行了说明和验证。最后，对智能态势感知系统下一步建设提出了几点建议。
基于分形维数和多维重构的智能态势感知
摘要：为实现态势感知的自主化、智能化，本文提出了一种基于分维信息挖掘和多维信息重构的智能态势感知模型。首先，通过对输入的融合信息进行3D重构建立空间态势感知，4D重构完成态势理解，5D重构寻求态势预测。将三级态势估计模型优化为更加鲁棒的态势估计三元模型。结合数据库系统、推理学习机制和多样化的人机界面理念，完成了智能态势感知的基本框架。其次，论证了系统的灵活配置方法。第三，给出了智能态势感知性能指标和多节点一致性的一些基本评估方法。第四，本文给出了钻井平台的典型电磁态势估计算例，对理论进行了说明和验证。最后对下一步智能态势感知系统的建设提出了几点建议。
创新机场视觉辅助设备，增强通用航空的态势感知和飞行训练
航空安全至关重要，跑道入侵事件的增加促使美国联邦航空管理局制定了专门减少入侵的计划。这项研究提出了一种低成本的方法，让机场用户熟悉机场，这将有助于提高态势感知能力并支持减少跑道入侵。机场的 Google 街景地图提高了态势感知能力，这是跑道入侵缓解计划确定的风险因素之一，并提供了更强大的视觉辅助，为航空利益相关者提供了从地面角度准确呈现机场程序和条件的可能，这有可能提高安全性和培训效率。自 2001 年 10 月以来，通用航空 (GA) 机场共发生 6,288 起跑道入侵事件，其中大多数入侵被归类为 PD 或 V/PD（联邦航空管理局，2017b）。近三分之二的 GA 入侵是飞行员失误造成的。
照明和噪音对空中交通管制任务中的性能和态势感知的影响
学术共享引用 学术共享引用 Pruksaritanon, S. (2018)。照明和噪音对空中交通管制任务绩效和态势感知的影响。, ()。取自 https://commons.erau.edu/student-works/143
通过支持态势感知建立信任：探索飞行员对决策支持工具的设计要求
允许免费复制本作品的全部或部分以供个人或课堂使用，但不得出于营利或商业目的而复制或分发，且副本首页必须注明此声明和完整引文。必须尊重 ACM 以外的人拥有的本作品组成部分的版权。允许摘要并注明出处。若要复制、重新发布、发布到服务器或重新分发到列表，则需要事先获得特定许可和/或支付费用。请向 permissions@acm.org 申请许可。
自动化水平对动态控制任务中的性能、态势感知和工作量的影响
在动态控制任务的背景下，探索了各种自动化水平 (LOA)，这些自动化水平指定了人类操作员和计算机控制的程度，作为提高整体人机性能的手段。传统上，自动化系统被探索为二元功能分配；人类或机器被分配到给定的任务。最近，中间级别的自动化被讨论为保持操作员参与系统性能的一种手段，从而提高情境意识并减少环外性能问题。这里介绍了一种适用于各种心理运动和认知任务的 LOA 分类法。该分类法包括各种通用控制系统功能分配方案。分配给人类操作员和/或计算机的功能包括监控显示、生成处理选项、选择“最佳”选项并实施该选项。通过测量 LOA 分类法对人类/系统性能、情境意识和工作量的影响，在动态和复杂的认知控制任务中评估了 LOA 分类法的影响。30 名受试者进行了涉及各种自动化水平的模拟试验。发生了几次自动化故障，并评估了环外性能下降。结果表明，就性能而言，人类操作员从任务实施部分的自动化中获益最多，但仅限于正常操作
模拟空战的团队态势感知精度测量技术 - 感知与性能之间的曲线关系
态势感知 (SA) 已经取代传统的“方向舵和操纵杆”技能，成为空战中取胜的主要因素 (Endsley，1995；Svenmarckt 和 Dekker，2003)。态势感知通常被定义为一个人对当前状况的感知 (SA 级别 1)、对当前状况的理解 (SA 级别 2) 和对近期事件的预测 (SA 级别 3) 的三级结构 (Endsley，1995)。态势感知作为一个概念可能是有争议的。例如，Dekker 和 Hollnagel (2004) 将该概念描述为“民间模型”，并采用还原论方法，认为态势感知可以分解为可测量的具体组成部分 (例如决策、感知、理解和长期记忆)。他们还认为，态势感知不容易被证伪 (另见 Flach，1995)。即使承认 SA 确实存在，该概念的科学性仍有待商榷。例如，它存在于用户的认知中，还是更广泛系统的突发属性，以及最合适的测量方法是什么（有关更多详细信息，请参阅 Salmon 等人，2008 年；Endsley，2015 年；Stanton 等人，2017 年；Nguyen 等人，2019 年的广泛评论）？尽管如此，很明显，SA 的概念已成为评估系统和人类表现的重要指标。正如 Wickens (2008) 指出的那样“……人们可以说，该构造在理论和应用中的使用增加证明了
用于空间态势感知和空间领域感知应用的空间传感器套件
亮点 - ASTROlas 特点和设计参数：• 抗辐射以及紧凑坚固的机械设计• 用于数据处理的单个 FPGA• 针对激光检测优化的广角镜头（>100° FoV）• 四个光谱通道，范围为 0.4...1.7µm：- 用于激光点成像的专用镜头- 每个通道的带宽和中心波长均可调整• 激光脉冲检测能力，区分脉冲和恒定激光束• 激光功率密度测定（辐射测量）• 2D 图像和检测到的激光束的叠加
