XiaoMi-AI文件搜索系统
World File Search System成像雷达
室内定位和4D MMWave成像雷达
状态估计是成功实施机器人系统的关键组成部分，依赖于相机，LIDAR和IMU等传感器。然而，在现实情况下，这些传感器的性能是通过具有挑战性的环境来划分的，例如不利的天气条件和弱光场景。新兴的4D成像雷达技术能够在不利条件下提供强大的感知。尽管有潜力，但对于嘈杂的雷达数据没有明确的几何特征而言，室内环境仍然存在挑战。此外，雷达数据分解和视野（FOV）的差异可能导致不准确的测量结果。虽然先前的研究探索了基于多普勒速度信息的雷达惯性探测仪，但由于FOV和雷达传感器的分辨率差异，估计3D运动的挑战仍然存在。在本文中，我们解决了多普勒速度测量不确定性。我们提出了一种在管理多普勒速度不确定性的同时优化车身速度的方法。基于我们的观察结果，我们提出了双成像雷达配置，以减轻雷达数据中差异的挑战。为了获得高精度3D状态估计，我们引入了一种策略，该策略将雷达数据与消费级IMU传感器无缝整合，并使用固定lag平滑光滑优化。最后，我们使用现实世界3D运动数据评估了我们的方法，并演示了本地化和映射的流任务。
带有成像雷达ISIS的高级空间监视...
德国航空航天中心（DLR）的微波和雷达研究所已开发并构建了一个称为IOSIS（空间中卫星成像）的实验雷达系统。该系统的总体目标是研究概念的研究，用于高分辨率在低地球轨道（LEO）中的高分辨率雷达图像。与现有的基于雷达的空间监视系统（具有单静态天线构型）相比，将来的ISIS不使用一种，而是使用一个空间分布的天线，以处理即将到来的轨道卫星量，并且更重要的是实现双静态成像的几何形状。后者与现有的基于单声道雷达的卫星图像相比，允许增强图像信息内容。本文首先概述了使用反合成孔径雷达（ISAR）的基于雷达卫星成像的基本理论。进一步解决了IOSIS系统的简短描述。根据模拟成像结果说明了对雷达图像的大气影响，并且基于干涉成像结果引入了多通道系统的优势，从而在三个维度中提供了空间分辨率。通过在厘米区域中具有空间分辨率的真实空间对象的IOSIS系统获得的测量结果显示了连续实现的误差校正策略。
使用组合专题制图仪 (TM) 和航天飞机成像雷达 (SIR-B) 图像数据对植被进行特征化
与森林砍伐、碳循环、酸沉降和污染有关的重要问题。此外，全球植物信息在经济方面也很有用，例如调查粮食和纤维资源状况。许多研究人员已经研究了光学数据的信息内容，重点研究了 Landsat 传感器 [即多光谱扫描仪 (MSS) 和专题制图仪 (TM)]。遥感和植物学文献中充满了关于 MSS 和 TM 图像数据的潜在或实际用途的论文（请参阅 Colwell (1983) 的摘要）。其他研究人员已经探索了主动微波数据的信息内容（请参阅 Ulaby 等人 (1983) 的摘要）。很少有研究人员将光学和主动微波数据结合起来用于植被特征描述（Wu，1981）。在本文中，我们介绍了对加利福尼亚州某地区航天器拍摄的光学和有源微波图像数据进行综合研究的结果，该地区的草本植物和木本植被种类繁多。 1984 年 10 月，美国国家航空航天局 (NASA) 进行了第二次航天飞机成像雷达 (SIR) 任务。第一次任务 (SIR-A) 于 1981 年 11 月完成。它是一台合成孔径雷达 (SAR)，工作在 L 波段，波长为 23.5 厘米，微波发射和接收均为水平极化（即 HH 极化组合）。SIR-A 以入射角观察地球表面
成像雷达 - NASA 事实 - cloudfront.net
未来任务 SIR-C/X-SAR 第二次飞行在获取重复飞行干涉数据和从这些数据生成高程图方面取得了巨大成功，这促使人们计划进行第三次飞行。美国国家图像和测绘局 (NIMA) 提供资金对 SIR-C 进行改造，增加一个 60 米 (197 英尺) 的吊杆和一个外置天线，操作任务并处理数据，而 NASA 将提供所需的大部分额外资源。这项为期 11 天的任务被称为航天飞机雷达地形测绘仪 (SRTM)，它将生成 80% 地球陆地表面的高程图。这次飞行目前列在 2000 年 5 月的航天飞机清单上，但航天飞机时间表的调整可能使 SRTM 飞行更早，或许早在 1999 年春季。