XiaoMi-AI文件搜索系统
World File Search System搜索和救援
自主脸检测和图像识别无人机...
1帕鲁大学，古吉拉特邦瓦多达拉摘要：自主无人机与先进的计算机视觉技术的整合导致了各个领域的重大进步，包括监视，搜索和救援以及安全性。本文介绍了自主面部检测和图像识别无人机系统的设计和实施。该系统利用最先进的深度学习算法进行实时的面部检测和识别，从而使无人机可以有效地识别感兴趣的人。此外，DR One配备了智能导航功能，使其能够在执行其任务时自动浏览复杂的环境。拟议的系统为执法，人群监控和事件安全等应用提供了一种多功能解决方案，增强了情境意识和响应能力。关键字 - 无视，面部识别，卷积神经网络，Yolov7和LBPH算法
外层空间和北极：联系、机遇、……
卫星支持整个北极地区的通信、导航、安全、搜索和救援以及科学研究。卫星数量正在快速增长，为增长和发展创造了机会。然而，太空利用率的提高也给国家和地区政府、当地社区、土著组织和公司带来了风险。卫星容易受到系统故障、蓄意攻击和太阳风暴等自然力量的影响。需要各种冗余来防范这些风险。例如，尽管 GPS 具有节省成本的优势，但地面航空导航辅助设备仍应得到维护。同时，卫星通过增强对潜在对手正在做什么或不做什么的了解，为北极安全做出了贡献。北极最大的地缘政治风险之一是安全困境，即各国被迫加强军事能力，以应对其他国家可能增加军事能力的一系列升级反应。卫星有助于防止不必要的升级、事故和军备竞赛。
在搜索后搜索操作期间软连续机器人的多模式相互作用
摘要，如果人类机器人相互作用（HRI）易于执行，则在机器人协助的搜索和救援操作效率将是有效的。可以使用柔软的机器人来完成，与刚性相比，该机器人的性能更好。其中，由于其光滑的性质，可以使用柔软的连续机器人（SCR）。SCRS有两种类型：软连续操作器（SCM）和软蛇机器人（SSR）。尽管这两个机器人在功能上不同，但在结构上是相似的。因此，这些机器人可以模块化和重新配置。SCM可以协助医疗团队进行采摘操作，而SSR可以穿越诸如地震之类的灾难后发生的限制空间。从我们的调查中推断出，文献中并没有很多研究工作侧重于disasaster后情况下的SCR的HRI方法。因此，在这项工作中，我们专注于开发模块化和可重构的SCR的HRI方法。
无人机敏捷主动目标感知的强化学习
摘要 — 主动目标感知是在环境中发现和分类未知数量目标的任务，在搜索和救援任务中至关重要。本文开发了一种深度强化学习方法来规划信息轨迹，从而增加无人驾驶飞行器 (UAV) 发现失踪目标的可能性。我们的方法有效地 (1) 探索环境以发现新目标，(2) 利用其当前对目标状态的信念并结合不准确的传感器模型进行高保真分类，以及 (3) 通过使用运动原语库为敏捷无人机生成动态可行轨迹。在随机生成的环境中进行的大量模拟表明，我们的方法在发现和分类目标方面比其他几种基线更有效。与启发式信息路径规划方法相比，我们的方法的一个独特特点是，它对先验信念与真实目标分布的不同偏差具有鲁棒性，从而减轻了针对应用条件设计启发式方法的挑战。
无人机系统 (UAS) 计划
在代表美国公众履行其广泛职责时，DOI 使用各种飞机（航空服务办公室网站），包括无人驾驶飞机系统 (UAS，又称无人机；OAS UAS 网站）。DOI 任务通常在偏远地区、恶劣地形和天气条件下执行，可能对人员造成危险。这些任务通常需要持续存在和快速部署，以应对紧急事件（例如野火、地震、火山、洪水、动物迁徙、搜索和救援等）。任务目标包括在不干扰或尽量减少对 DOI 管理的土地上的本地物种和游客造成干扰的情况下进行任务，同时充分利用拨款来履行其管理“人民土地”的法定义务。自 2006 年启动 DOI 现行的 UAS 项目（参见 DOI 的 UAS 集成战略计划）以来，该部门已从安全、负责任地集成无人机技术中获得了显著的效益。
C-130J 超级大力神无论情况如何，我们都会在那里
C-130 大力神是衡量军用运输机的标准。多功能性、可靠性和坚固性使其成为六大洲 60 多个国家的首选军用运输机。自 1956 年投入生产以来，洛克希德马丁航空公司已交付了 2,300 多架此类飞机。在过去的五十年中，洛克希德马丁公司及其分包商几乎升级了飞机的每个系统、组件和结构部件，使其更耐用、更易于维护且运行成本更低。除了战术空运任务外，C-130 的各种版本还可用作空中加油机和地面加油机、气象侦察、指挥和控制、武装直升机、消防员、电子侦察、搜索和救援以及飞行医院。最新的大力神 C-130J 拥有与其前代产品相同的粗犷外观，但实际上是一款性能和能力都得到极大改进的飞机。与早期的 C-130E 相比，其最大速度提高了 21%，
无人驾驶飞行器手册 - BMS Defence
• 土耳其制造 • 坚固的复合材料 • 现代空气动力学外形 • 自主和手动飞行功能 • 垂直起飞和降落 • 10 公斤最大起飞 • 1.2 公斤有效载荷能力 • （热成像、变焦、双传感器或测绘相机） • 1 公斤有效载荷飞行时间 60-80 分钟 • 10 公里或 25 公里的视频传输 • 15 英寸屏幕、i5 处理器地面站（可选） • 10 英寸屏幕、i7 工业平板电脑地面站（可选） • 5 英寸/8 英寸屏幕遥控器或平板电脑（可选） • 在干扰环境中飞行（可选） • 目标跟踪（可选） • 目标坐标检测（可选） • 人脸识别 - 扫描（可选） • 使用激光测距仪测量距离（可选） • 测绘、3D 地形模型、GIS 数据收集（可选） • 气体泄漏检测（带摄像头）（可选） • 发现、监视和检测、搜索和救援和损害评估、地图绘制、地理信息系统和环境污染检测
认知控制
我们认为认知控制是许多不同应用领域新技术的推动者。现场机器人、太空和海洋探索系统以及下一代无人机将通过认知功能实现更高程度的自主性。制造工厂的认知控制系统将成为工厂操作员和工程师的合作伙伴；即使工厂的安全性和性能得到改善，也需要更少的人为干预。认知系统在监督控制应用中协助或最终取代人类操作员（例如，在发电/配电、交通控制和类似的面向基础设施的领域）也可以带来类似的好处。搜索和救援任务，特别是在偏远或不适合人类居住的环境中，也将是一个重要的应用领域。老年人辅助技术是另一个目标，鉴于许多发达国家的人口老龄化，这一目标变得越来越重要——认知控制系统可以帮助克服身体和认知障碍，使老年人和体弱者能够独立生活，并协助人类卫生工作者照顾他们。
元强化学习的理论分析
在各种平民和军事应用中，例如监视，检查，搜索和救援，机器人系统变得重要并变得越来越有用。尤其是，始终期望良好发达的自主系统使人免受危险和未知环境中的操作风险。但是，对于自主系统操作，具有此类特征的环境通常更具挑战性。例如，在受GPS有限的环境中，需要机器人来估计其状态并仅在传感器测量上做出决定，而无需访问精确的位置信息[1]。在工业场景中具有复杂的结构化环境，具有移动的人类和机器人，如图1，需要自主无人机才能在混乱的环境中导致其目标，并确保与人类的安全。因此，一个稳定的无人机硬件平台和安全的轨迹计划软件框架对于处理复杂的环境结构，动态障碍以及来自测量噪声和无法预测的移动障碍行为至关重要[2]。