XiaoMi-AI文件搜索系统
World File Search System搜索和救援
全球定位系统 III 后续...
GPS IIIF 卫星将保留与 GPS III 卫星相同的功能，但还将提供重大增强，包括：区域军事保护能力，能够在特定预期效果区域提供高功率区域军事代码 (M-Code) 信号、统一 S 波段接口合规性以及托管有效载荷的集成（重新设计的核爆炸检测系统、激光反射器阵列、搜索和救援/GPS、高能带电粒子传感器）。与 GPS III 计划对军事用户的支持一致，GPS IIIF 计划为军事行动和部队增强提供精确定位服务 (PPS)。它还为地球覆盖军事代码信号和反利用技术提供了增强的抗干扰能力，以防止未经授权使用 GPS PPS 信号。此外，该计划将通过托管有效载荷支持美国核爆炸检测系统任务，用于全球监测和检测核事件，以及国际 Cospas-Sarsat 搜索和救援任务，用于检测和定位紧急信标。
加拿大航行指南，CEN 309：特伦特-塞文水道，2021 年 12 月
第 1 章 一般信息 特伦特-塞文水道 _______________________________________ 1-4 历史背景 ______________________________________________________ 1-5 航行注意事项 ____________________________________________ 1-6 水位 _______________________________________________ 1-9 水流 ___________________________________________________ 1-9 气象信息 ___________________________________ 1-10 出版物 _______________________________________________ 1-11 规定 _______________________________________________ 1-11 助航设施 __________________________________________ 1-13 电缆 ___________________________________________________ 1-14 无线电的使用 _______________________________________________ 1-14 搜索和救援 __________________________________________ 1-16
加拿大航行指南，CEN 309：特伦特-塞文水道，2021 年 12 月
第 1 章 一般信息 特伦特-塞文水道 _______________________________________ 1-4 历史背景 ______________________________________________________ 1-5 航行注意事项 ____________________________________________ 1-6 水位 _______________________________________________ 1-9 水流 ___________________________________________________ 1-9 气象信息 ___________________________________ 1-10 出版物 _______________________________________________ 1-11 规定 _______________________________________________ 1-11 助航设施 __________________________________________ 1-13 电缆 ___________________________________________________ 1-14 无线电的使用 _______________________________________________ 1-14 搜索和救援 __________________________________________ 1-16
加拿大航行指南，CEN 309：特伦特-塞文水道，2021 年 12 月
第 1 章 一般信息 特伦特-塞文水道 _______________________________________ 1-4 历史背景 ______________________________________________________ 1-5 航行注意事项 ____________________________________________ 1-6 水位 _______________________________________________ 1-9 水流 ___________________________________________________ 1-9 气象信息 ___________________________________ 1-10 出版物 _______________________________________________ 1-11 规定 _______________________________________________ 1-11 助航设施 __________________________________________ 1-13 电缆 ___________________________________________________ 1-14 无线电的使用 _______________________________________________ 1-14 搜索和救援 __________________________________________ 1-16
C-130J 超级大力神 - 洛克希德马丁
C-130J 超级大力神继续通过在最恶劣的战斗环境中运行来证明其可靠性、效率和适应性。这种坚固的飞机通常是第一架飞机，在自然灾害后提供人道主义救援，比其他任何运输工具都先降落在简陋的跑道上。C-130J 还具有多种能力，包括特种作战、空中加油、消防、近距离空中支援、搜索和救援以及人员恢复。
美国海岸警卫队FY24 RDT＆E
能力和技术知识在理解当前和未来的航空以及测试和评估技术/系统中，包括：机组人员和未螺旋飞机系统（UAS），任务分析，广泛的地区监视，搜索和救援，以及持续的/战略海上域名。▪维护分支基础架构以支持CG RDC投资组合目标。▪支持航空战略项目投资组合对齐和CG DCO/DCMS
推进系统的飞机电气化
关键的创新见解：•这些系统可以彻底改变侦察，搜索和救援以及战术操作，并通过自然系统的流动性和适应性运行•能源收集和扩展的耐力自我维持系统：结合太阳能电池板和能量储备的技术，可以使无人驾驶汽车无限制地运行。•创建持续的监视平台和通信继电器，重新定义战略资产部署。
无人机系统 (UAS) 创建指南...
o 事件管理 o 态势感知 o 监视 2 o 搜索和救援 o 消防和火势定位/观察 o 火灾调查（航空和红外摄影） o 通信增强 o 提供 EMS 用品，例如除颤器 • 当地应急管理 o 公共安全 o 灾前和灾后照片 o 搜索和救援 o 检查受恶劣天气/地震影响的建筑物和房屋 • 交通 o 事故和事故重现 o 交通状况监控 • 地理信息系统 (GIS) o 精确测量和制图 • 基础设施检查 o 无线电发射塔检查 o 桥梁 o 管道路线检查 • 公共建筑、设施和资产管理 o 鱼类和野生动物 o 迁徙 o 濒危物种 • 环境和自然资源 o 监测空气质量 o 侵蚀 o 危险品读数 o 核电站的放射性读数 • 文化 o 历史遗迹 o 公共事务 o 国家事件的视频和照片或公园 o 促销 • 农业 o 干旱状况 o 农作物疾病 o 昆虫侵染
基于机器学习的无人机救援任务认知工作量监控
摘要 — 在搜索和救援任务中，无人机操作具有挑战性且对认知要求高。高水平的认知工作量会影响救援人员的表现，导致灾难性的失败。为了解决这个问题，我们提出了一种用于实时认知工作量监控的机器学习算法，以了解是否需要更换搜索和救援操作员或是否需要更多资源。我们的多模式认知工作量监测模型结合了从生理信号（例如呼吸、心电图、光电容积图和皮肤温度）中提取的 25 个特征的信息，这些特征以非侵入式方式获取。为了减少信号的主体和日间变异性，我们探索了不同的特征归一化技术，并引入了一种基于支持向量机的新型加权学习方法，适用于特定主题的优化。在从 34 名志愿者获得的未见过的测试集上，我们提出的特定于主题的模型能够在使用传统控制器和新一代控制器控制无人机模拟器时分别以 87.3% 和 91.2% 的平均准确率区分低和高认知工作负荷。
Jaist存储库
摘要 - 无人驾驶汽车（UAV）对关键应用（例如搜索和救援操作）具有巨大的潜力，在搜索和救援行动中，对室内环境的准确感知至关重要。然而，本地化，3D重建和语义细分的同时融合呈现出一个明显的障碍，尤其是在配备有限的功率和计算资源的UAV背景下。本文提出了一种新的方法，可以解决无人机操作中语义信息提取和利用方面的挑战。我们的系统集成了最先进的视觉大满贯，以估计后端的全面的6多姿势和高级对象分割方法。为了提高框架的计算和存储效率，我们采用了简化的基于体素的3D地图表示 - OctOmap来构建工作系统。此外，融合算法是不合适的，可以从前端大满贯任务和相应点获得每个帧的语义信息。通过利用语义信息，我们的框架增强了无人机在室内空间中感知和导航的能力，从而解决了姿势估计准确性和降低不确定性的挑战。通过凉亭模拟，我们验证了我们提出的系统的功效，并将我们的方法成功地嵌入了用于现实世界应用的Jetson Xavier AGX单元中。索引项 - 语义映射，S3M，无人机，ROS，SLAM。