XiaoMi-AI文件搜索系统
World File Search System比航
无人机拍摄的高分辨率航拍图像可用于森林应用
因此，标准空中三角测量方法通常无法处理使用 UAV Haala 2012 获取的图像。现在有各种开源和商业密集立体匹配工具可用于应对这些挑战。采用源自计算机视觉并广泛用于近景摄影测量或地面摄影的算法（特征检测 SIFT、SfM）（Lowe 2004、Bryson 2010、Hauagge 2012）。以高度自动化的方式，可以估计相机几何形状并从一组重叠图像中计算 3D 模型，且不受尺度、方向、失真和照明变化的影响（Neitzel 2011、Turner 2012）。图像匹配得到的点云可以以与机载或地面激光扫描得到的点云类似的方式进行进一步处理，并且通常与激光扫描数据相结合。
从航空到骨科：由动态聚合物网络制成的聚合物贴片
弗劳恩霍夫制造技术与先进材料研究所 (IFAM) 的研究人员开发出一种新型聚合物补片，它可以显著加速和简化以前费力、昂贵且耗时的受损轻型飞机部件修复过程。将这种可热成型、可回收的修补片压在受损区域，仅需 30 分钟即可完全固化。这种创新的纤维增强塑料用途广泛，可用于从航空到骨科等不同行业。修复轻型纤维复合材料部件（如用于飞机机翼、机身段、尾翼表面和舱门的部件）是一个费时、昂贵的过程，需要多个工作步骤。受损区域通常使用复杂的湿层压工艺或在表面应用纤维增强聚合物 (FRP) 或铝结构（称为双层）来修复。然而，这些方法需要较长的固化时间并需要额外的粘合剂。弗劳恩霍夫 IFAM 的研究人员现已开发出一种由动态聚合物网络（业内称为 vitrimers）制成的修补片，可将之前漫长而费力的修复过程缩短至 30 分钟。这种创新材料基于苯并恶嗪，这是一种新型热固性材料，也称为热固性材料，其真正特别之处在于，聚合塑料不会熔化，也不会像湿法层压中使用的传统树脂系统那样表现出其他行为。聚合物的动态网络过程使局部加热材料成为可能。完全固化的修补片在加热状态下可适应修复部位。在室温下，聚合物具有热固性，因此修补片不粘，储存时稳定。这节省了能源，因为修补片可以在室温下储存，不需要冷藏，从而降低了储存成本。修补片使用压力和热诱导交换反应应用于需要修复的轻质部件。它能够快速修复，30 分钟内完全固化。无需使用反应性危险材料，而传统树脂系统则必须如此。玻璃体特性使得可以在需要时移除补片，而不会留下任何残留物。“我们的无粘合剂、储存稳定的纤维增强补片可以直接修复受损的复合材料和混合结构。由于聚合物本质上是一种玻璃体，因此补片在储存过程中的表现类似于传统的热固性复合材料，但它也
无人机拍摄的高分辨率航拍图像可用于森林应用...
因此，标准空中三角测量方法通常无法处理使用 UAV Haala 2012 获取的图像。现在有各种开源和商业密集立体匹配工具可用于应对这些挑战。采用计算机视觉算法（特征检测 SIFT、SfM），广泛用于近距离摄影测量或地面摄影（Lowe 2004、Bryson 2010、Hauagge 2012）。可以以高度自动化的方式估计相机几何形状并从一组重叠图像中计算 3D 模型，不受比例、方向、失真和照明变化的影响（Neitzel 2011、Turner 2012）。图像匹配产生的点云可以以与机载或地面激光扫描产生的点云类似的方式进行进一步处理，并且通常与激光扫描数据相结合。
基于未来机载能力环境架构的航电系统仿真验证平台
摘要：航电系统是飞机的重要组成部分，决定着飞机的性能、稳定性和安全性。随着航空工业的快速发展，传统的航电系统仿真验证过程中存在很多严重的问题，特别是软硬件可重用性差、数据交互实时性差、开发成本高等问题。针对这些问题，利用组件和内存数据库技术，设计了一种基于未来机载能力环境（FACE）架构的航电系统仿真验证平台。首先，参考FACE架构设计了通用架构，可以灵活访问航电系统软硬件资源。其次，详细描述了平台涉及的关键技术，包括调度管理、通信管理、配置管理等，为航电系统仿真验证提供技术支撑。最后，建立了航电系统仿真验证环境，实现了各模型的数据交互和管理，提高了航电系统开发实施的效率。
航空谷奥克西塔尼和新阿基坦
8 2MORO SOLUTIONS G168 8 3R RESEARCH AND PROJECTS RÉMY EF152 9 A&T AEROSPACE F135 9 A2C ADVANCED CARBIDE COATING G128 10 ACDC PARTNERS F120 10 AS INDUSTRIES F154 11 ADB E175 11 ADDEV MATERIALS (DIMEX) F126 12 ADHETEC E162 12 AEREM F125 13 AEROCAMPUS阿基坦 F166 13 AERO COMPOSITES 圣通日 F149 14 AERO SERVICES F133 14 AERO NEGOCE INTERNATIONAL E139 15 AEROTEAM 普瓦图-夏朗德 F149 15 AFPA F166 16 AGB - AEMI 集团 G143 16 空中支援 E133 17 机载概念 G127 17 ALGO'TECH G119 18 ALISAERO E167 18 西南激光应用 D136 19 AQUITAINE ELECTRONIQUE G152 19 ATECA F119 20 ATELIERS BIGATA - CEMG AEROSAUVETAGE - CTS CONSULTING G166 20 AUNIS PRODUCTION INDUSTRIE F149 21 AUROCK F157 21 BAC BOBINAGE F148 22 BEZY AERO - STOKVIS TAPES 法国 G133 22 BODYCOTE E124 23 波尔多 TECHNOWEST F133 23 BUSBY METALS D134 24 C3 TECHNOLOGIES F150 24 CESA-DRONES F133 25 CGR CRISTIN F134 25 CHROME DUR INDUSTRIEL F149 26 CIR E134 26 CLIP INDUSTRIE F138 27 COEURJOLY ETS F149 27 COFIDUR EMS G151 28 COMAT E146 28 CPK CONSULT F166 29 CSA G153 29 DATADVANCE F157 30 DEBITEX G175 30 DIODON 无人机技术 F157 31 DIOTA F166 31 DYNAS+ F157 32 埃切维里亚 G158 32 ELIXIR AIRCRAFT 停机坪 33 EMD BY PIXIEL F166 33 ENSEIGNES HODÉ E128 34 ERME SAS DE135 34 ESTEVE SA D170 35 EXCENT D156 35 FALGAYRAS E165 36 FEDD E176 36 FEELOBJECT F157 37 FLEURET D176 37 FLUOROTECHNIQUE G148 38 FLYOPS E172 38 BÉLIER 铸造厂和车间 G176 39 FREYSSINET 航空涂层 D166 39 FREYSSINET 航空设备
使用航拍图像和街道图像对公共物品进行分类
人类居住的世界的每个角落都是从多个视点以越来越高的频率拍摄的。谷歌地图或 Here Maps 等在线地图服务可以直接访问大量密集采样的、带有地理参考的街景和鸟瞰图像。我们有机会设计计算机视觉系统来帮助我们搜索、分类和监控公共基础设施、建筑物和文物。我们探索这种系统的架构和可行性。主要的技术挑战是结合每个地理位置的多个视图（例如鸟瞰图和街景）的测试时间信息。我们实现了两个模块：det2geo，它检测属于给定类别的对象的位置集，以及 geo2cat，它计算给定位置处对象的细粒度类别。我们介绍了一种采用最先进的基于 CNN 的对象检测器和分类器的解决方案。我们在“帕萨迪纳城市树木”上测试了我们的方法，这是一个包含 80,000 棵树木的新数据集，带有地理和物种注释，结果显示结合多种视图可以显著改善树木检测和树种分类，可与人类的表现相媲美。
在具有目标捕获数据的植物中导航系统发育冲突和进化推断
1 Systematik，Biodovervortät和Evolution der Pflanzen，Ludwig-Maximilians-Universitätmünchen，Menzinger Str。67, 80638 Munich, Germany 2 Centre for Australian National Biodiversity Research (a joint venture of Parks Australia and CSIRO), Clunies Ross Street, Canberra ACT 2601, Australia 3 School of BioSciences, The University of Melbourne, Parkville, Victoria 3010, Australia 4 National Herbarium of New South Wales, Botanic Gardens of Sydney, Locked Bag 6002, Mount Annan,新南威尔士州2567，澳大利亚5号西澳大利亚州植物标本室，生物多样性，保护和景点系，锁定袋104，宾利送货中心，宾利，西澳大利亚州宾利6983，澳大利亚6澳大利亚6983年6983年6983年6983年6983年6983年，阿德莱拉德大学，阿德拉德大学，南澳大利亚州阿德拉德大学，南澳大利亚南澳大利亚州5005 7 National Biovipty DNA图书馆，澳大利亚州3010，公园3010101010101011维多利亚，墨尔本，维多利亚州3004，澳大利亚 *通讯作者：e.joyce@lmu.de
海上无人机（UUV与USV合作）
通过链接无人航行器（UUV和USV），高效获取水下信息，扩大无人航行器在预警监视、水雷对抗等方面的应用范围，实现零伤亡。未来的无人机系统将有助于（最大限度地减少士兵的牺牲）。
人工智慧（英语：artificial intelligence，缩写为AI）亦称智械
自动驾驶汽车能以雷达、光学雷达、 GPS 及电脑视觉等技术感测其环境。 先进的控制系统能将感测资料转换成适当的导航道路，以及障碍与相关标志。 自动驾驶汽车能透过感测输入的资料，更新其地图资讯，让交通工具可以持续追踪其位置，并因此提高交通系统的运输效率。例如：自动驾驶接驳公车。 特斯拉是世界上最早的自动驾驶汽车生产商，特斯拉汽车已经成为世界最畅销充电式汽车公司。从特斯拉的智能车网站介绍，撷取其中几项性能： 1. 自动辅助导航驾驶「自动辅助导航驾驶」会建议车道变换以最佳规划行驶路线，此外还会做出调整，让您不会受到慢车或卡车的阻挡而妨碍行驶速度。启用时，「自动辅助导航驾驶」也会根据目的地自动驾驶您的车辆驶向公路交流道或出口。 2. 自动停车和智慧叫车当您到达目的地后，只要在入口处下车后，您的车辆就会进入停车搜寻模式， 自动寻找停车位和停车。反之，您只要在手机上点选便能够「召唤」您的车辆。