XiaoMi-AI文件搜索系统
World File Search System测试场景
应用能源 - NSF-PAR
本文提出了一种电力市场策略，以实现多微电网 (MMG) 的优化运行。提出了一种新的技术经济目标函数，该函数考虑了微电网所有者 (MGO) 的利润，减少了未供应的能源 (ENS)，并提高了微电网 (MG) 的可靠性。MMG 包括多个 MG，它们可以以优化的方式将其电力传输到上游电网以及其他 MG。每个 MG 都拥有各种发电源，例如光伏、风力发电机、热电联产装置、柴油发电机和电池。威布尔、贝塔和正态分布函数用于可再生能源和负载的概率建模。此外，还考虑了 MG 的安全约束以及当客户遭遇停电时对 MGO 的特殊处罚。提出了一种新的电力市场策略和 MG 之间的能源交易方法，以提高 MGO 的利润。使用野山羊算法 (WGA) 作为优化技术。考虑到不同的 MMG 运行模式，模拟了不同的测试场景。所提出的方法确保在 MMG 环境中，所有微电网的利润增量百分比与其最大可能利润相比相同。模拟结果表明，所有 MGO 都可以通过参与拟议的电力市场获得其最大可能利润的相同百分比（约 72%）。此外，结果表明，拟议的能源市场提高了客户满意度，增强了 MG 的可靠性，公平分配了 MGO 的利润，并最大限度地降低了总成本。
A*星级研究附件计划（ARAP）I²R...
使用强化学习的触觉障碍避免动态障碍，以学习在动态障碍物中使用经典控制技术进行许多研究的研究很容易在当地的最小值中固定在当地的最小值中，或者在通过人群海上航行时在本地化中失败。在动态障碍中的最新前卫解决方案主要是为了引起社会符合社会符合性的行为的目的，例如在经过深入强化学习的行人丰富的环境中避免碰撞的环境（2021），通常将激光传感器的近距离位置在包括动力的环境中，这些障碍的位置在范围内避免碰撞（2021）。 模型。为了提高在拥挤的环境中避免动态障碍物的性能，我们旨在为机器人配备触觉智能（在激光传感器之上），这将提供有关机器人周围环境的更多信息，而我们旨在在同一时间促进智能行为，但同时又具有社会符合性的障碍。此附加输入将添加到加强学习管道中，以训练能够有效地围绕动态障碍进行在线路径计划，以根据本地传感器信息进行人群浏览人群。一些测试场景包括挤压附近的两个移动动态障碍，穿过繁忙的门口，传递动态障碍，重新延伸，并在接触或撞击时与动态障碍物反应。❑i²R主管：科学家II
比较物理和虚拟机器人deixis
自主驾驶系统取决于他们感知和抑制导航环境的能力。神经网络是这种感知系统的基础，训练这些网络需要大量的不同培训数据，其中包括各种驾驶场景，无论是地形，对象类别和不利的照明/天气条件。但是，大多数公开可用的交通数据集都在清洁天气和照明条件下遭受了损失。数据增强通常被用作改善基于培训机器学习的感知系统的培训数据多样性的策略。然而，标准增强技术（例如翻译和翻转）有助于神经网络概括简单的空间转换，并且需要更多细微的技术来准确地在新颖的测试场景中抗击语义变化。我们提出了一种新的数据增强方法，称为“语义域自适应”，该方法依赖于属性条件的生成模型的使用。我们表明，这样的数据增加通过分析其在基于感知的任务中的性能，例如分类和检测在一天中的不同时间（i）在不同天气条件下（ii）捕获的流量对象的不同数据集，并在不同的天气条件下（ii）在不同的天气条件下，以及使用传统的增强方法培训的模型来提高深层网络的泛化能力。我们进一步表明，基于GAN的增强分类模型比基于非GAN的增强模型对参数对抗性攻击更为强大。
引用发布版本（APA）：Che，Y.，Zheng，Y.，Sui，X。，＆Teodorescu，R。（2023）。基于自我
健康状态（SOH）估计在智能电池健康预后和管理中起关键作用。然而，泛化，缺乏标记的数据以及老化期间未使用的测量仍然是准确的SOH估计的主要挑战。为此，本文提出了一个自制的学习框架，以提高电池SOH估计的性能。与传统数据驱动的方法不同，这些方法依赖于从众多电池单元中获得的相当大的训练数据集，使用有限的标记数据可以实现准确且可靠的估计。首先应用了基于过滤器的数据预处理技术，该技术能够在动态充电专用条件下提取部分容量 - 电压曲线。无监督的学习用于通过自动编码器解码器从未标记的数据中学习老化特征。学习的网络参数被转移到下游SOH估计任务，并以很少的稀疏标记数据进行了调整，从而提高了估计框架的性能。所提出的方法已在不同的电池化学，格式，操作条件和环境中进行了验证。只能通过最初20％的生命周期中的三个标记数据来保证估计精度，总体错误小于1.14％，并且所有测试场景的误差分布保持少于4％，并且随着老化的增长而鲁棒性增加。与其他纯监督的机器学习方法进行比较证明了该方法的优越性。2023作者。在各种情况下，这个简单且数据效果的估计框架在现实世界应用中有承诺。科学出版社和达利安化学物理研究所，中国科学院。由Elsevier B.V.和Science Press发布，这是CC下的开放访问文章（http：//creativecommons.org/licenses/by/4.0/）。
混合超级电容器和锂离子电池的尺寸确定，用于在澳大利亚气候条件下利用光伏发电生产绿色氢气
摘要：除了将光伏电池板产生的能量储存在电池中以备日后用于为电力负载供电外，还可以生产绿色氢气并将其用于运输、供暖和作为天然气替代品。绿色氢气是在电解过程中产生的。通常，电解器可以从可再生能源等波动电源中产生氢气。然而，由于电解器的启动时间和多次关机加速的电解器退化，需要空闲模式。在空闲模式下，电解器使用额定电解器负载的 10%。应采用能源管理系统 (EMS)，其中使用锂离子电容器或锂离子电池等存储技术。本文使用 PV 微电网的状态机 EMS 进行绿色氢气生产和储能，以管理早上利用太阳能和晚上利用储能中存储的能量进行氢气生产，储能的大小针对使用锂离子电容器和锂离子电池的不同场景而定。考虑到系统在澳大利亚气候下的局部辐照度和温度条件，对锂离子电容器和锂离子电池的任务概况和预期寿命进行了评估。针对不同场景，评估了存储大小和氢气生产截止点作为成本函数变量之间的权衡。针对每个测试场景比较锂离子电容器和锂离子电池的最佳寿命。研究发现，与锂离子电容器相比，锂离子电池平均大 140%，但锂离子电容器由于日历老化程度较高，运行十年后剩余容量较小，为 80.2%，而 LiB 为 86%。还注意到，LiB 受循环老化的影响更大，而 LiC 受日历老化的影响更大。然而，锂离子电容器10年后的平均内阻是初始内阻的264％，而锂离子电池10年后的平均内阻为346％，因此，如果用于电网调节，锂离子电容器是更适合的储能选择，因为它需要在储能的整个使用寿命期间保持较低的内阻。
使用 COTS 光谱光度计检测极光弧......
极光现象本质上是动态的：观测到的事件具有丰富的结构，在空间和时间上都很复杂，具有科学上有趣的特征。虽然使用 CCD 或全天相机进行光学极光观测很常见，但极光在无线电频率 (RF) 下也具有有趣的发射特性，特别是在低频和高频波段。极光发射无线电观测器 (AERO) 是一颗 6U 立方体卫星，配备了新型电磁矢量传感器 (VS) 天线。VS 将瞄准 100 kHz - 15 MHz 测量波段内的极光发射，这使得人们能够研究有趣的发射类型，例如极光千米辐射 (20 kHz -750 kHz)、中频爆发 (1.6 MHz - 4.4 MHz) 和回旋加速器发射 (2.8 MHz - 3.0 MHz)。 VS 天线从立方体卫星框架展开后，两端之间的距离为 4 米，并展开形成电偶极子和磁环天线，这些天线的灵敏度足以探测这组不同的科学目标。拥有太空平台（例如 AERO 的矢量传感器天线）可将探测器定位在电离层等离子体频率之上，否则会限制对无线电发射的观测。AERO VS 天线的新测量需要一组背景数据来验证所得数据产品的保真度。AERO 包括一个称为辅助传感器包 (ASP) 的辅助有效载荷，它将使用背景光学和磁数据增强 VS 测量。AERO 背景光学测量的目标是检测多个光谱带中极光发射的存在，即 557 nm 的绿线发射和 630 nm 的红线发射。选择 AMS AG AS7262 6 通道可见光波段光谱光度计作为光学传感器。我们提出了一个辐射测量模型，用于评估 AS7262 传感器测量目标极光事件的能力。我们考虑了许多不同的测试场景，包括不同的参数，例如以瑞利为单位的极光源辐射度、航天器
自由空间中的指数威布尔衰落信道模型...
自由空间光通信 (FSO) 作为一种有前途的技术，正受到越来越多的关注，以克服日益拥挤的无线市场的带宽短缺问题。目前，射频 (RF) 技术难以应对日益增长的高带宽数据需求。此外，随着用户数量的增加，RF 频谱变得如此拥挤，以至于几乎没有空间提供新的无线服务，此外，使用 RF 频段的带宽限制有限，并且必须为此类频段支付许可费，这还带来了额外的不便。FSO 通信与其他替代方案相比具有明显的优势，例如更窄、更安全的波束、几乎无限的带宽以及对使用光频率和带宽没有监管政策。此外，在太空领域，由于与 RF 相比，FSO 技术的质量和功率要求较低，因此对卫星通信系统来说，FSO 技术正变得越来越有吸引力。基于 FSO 技术部署无线链路的主要缺点是光波在湍流大气中传播时会受到扰动。会产生许多影响，其中最明显的是信号承载激光束辐照度（强度）的随机波动，这种现象称为闪烁，由闪烁指数 (SI) 量化。FSO 链路中随机辐照度波动的统计分析是通过概率密度函数 (PDF) 进行的，从中可以获得其他统计工具来测量链路性能，例如衰落概率和误码率 (BER)。如今，辐照度数据最广泛的模型是 Lognormal (LN) 和 Gamma-Gamma (GG) 分布。尽管这两种模型在大多数情况下都符合实际数据，但它们都无法在所有大气湍流条件下拟合有限接收孔径尺寸的辐照度数据，即在存在孔径平均的情况下。此外，在某些情况下，LN 或 GG 模型似乎都无法准确拟合辐照度数据，特别是在 PDF 的左尾。本文介绍的工作致力于提出一种新的模型，用于在存在孔径平均的情况下，大气湍流下的 FSO 链路中的辐照度波动；从而得到指数威布尔 (EW) 分布。在这里，使用半启发式方法来找到一组将 EW 参数直接与 SI 相关联的方程。经过测试，这些表达式可以很好地拟合辐照度数据的实际 PDF。提供了新模型出现的物理依据，以及弱到强湍流状态下的大量测试场景（包括数值模拟和实验数据），以评估其在 PDF 和衰减概率方面对辐照度数据进行建模的适用性。此外，
ADA针对天气条件的可靠性
高级驾驶辅助系统（ADAS）技术除了人类驾驶员之外，还提供了一个额外的安全层。持续评估动态驾驶任务的安全性，使ADA能够启动纠正措施（例如自动制动）和/或预防性（例如，视听警报）操作，并在检测到不安全的道路事件时。为了提供情境意识，这些安全系统主要依赖于车辆安装的传感器，其性能会受到天气事件的极大影响，例如强烈的阳光，大气降水（雨，降雪，雾）等。相应地，进行了这项研究以表征不同天气条件下ADAS特征的性能。自动紧急制动（AEB）被选为代表性ADA功能。两辆正在测试的车辆（VUT）配备了感知传感器，例如LIDAR，RGB相机，红外摄像头，雷达，惯性测量单元，GNSS等。在文献中广泛报道了这些传感器在预生产和发展自动化系统中的相关性和显着用途。此外，还记录了通过VUT的OBD-II端口可用的数据，还记录了与外部传感器的时间对应关系。尽管传统上在天气室进行了涉及汽车系统的天气相关测试，但采用这些测试方案进行ADAS测试可能具有挑战性。由于必须动态执行ADA的测试，因此需要数百米的跑道，并且典型的天气室无法满足此要求。另外，这项研究利用自然发生的天气事件来记录AEB的性能。为了本研究的目的，在最佳天气条件（阳光明媚）下进行的AEB测试构成了基线性能。在许多不同的天气和道路条件下进行了相同的测试；例如，白天/晚上，雪覆盖着沥青，持续的降雪，阴天，降雨等。通过测试数据分析产生的许多指标用于在不利天气条件下量化AEB性能。当AEB系统在不同天气条件下检测到即将发生的碰撞，测试目标的距离时，这些目标包括测试目标的距离，当AEB在不同的道路表面条件下（干/湿沥青与雪覆盖的沥青）启动自动制动动作，以及AEB是否成功地停止了测试场景中发生碰撞的情况。这些指标有助于确定在不利天气条件下AEB的故障模式。应注意，对不利天气条件的ADA绩效鲁棒性的量化与操作设计域（ODD）的量化密切相关，这是驱动自动化系统文献的新兴主题。尽管如此，这项研究的观察结果和推论将用于设计更全面，更精致的测试协议，以预期在系统容量上可以提高系统容量，并在不久的将来进行奇怪。
自动化在行业中的作用
工业自动化在各个领域都变得越来越普遍，从而改变了企业的运作方式。它涉及利用先进的技术来自动化制造过程的多个阶段，从材料处理到最终产品交付。经过多年的研究和开发，工业自动化已取得了显着发展，将人工智能，机器学习和机器人技术整合到复杂的系统中。行业4.0和物联网的出现导致了该行业的大幅增长，到2029年，预期的复合年增长率为9.8％。固定的自动化重点是重复执行特定任务的专业设备，而无需人工干预，非常适合大规模生产，例如汽车装配线。可编程自动化利用计算机控制的机器来控制商品生产中的机械，从而通过PLC等组件提供灵活性和可编程性。灵活的自动化结合了使用高级机器人系统的固定和可编程自动化，迅速适应了工作流或生产要求的变化。cyngn的自动股票股票赋予工业车辆能够独立运行的工业车辆，以适应地面上的情况。AV技术允许在手动和自主模式之间切换，而Cyngn Insight Analytics工具可以直观地管理自动驾驶车辆。自治车队管理系统（FMS）适应了现有的工作流程，使其成为灵活的自动化解决方案。这种方法使用高级软件程序协调各种自动化系统，包括机器人和输送机。集成的自动化使用多个系统来优化统一生产过程的固定，可编程和灵活自动化的生产过程。工业自动化在行业，尤其是制造业中具有很大的优势，包括提高生产率，提高资源利用率和增强产品质量的好处。工业自动化为制造商带来了许多好处，包括消除人为错误，疲劳和不一致的一致质量输出。它也减少了停机时间，这可能是昂贵并破坏生产的。自动化工具可以执行预防性维护，减少设备故障和维护时间。此外，自动化的机器和设备通过将工人从危险的任务或环境中删除，改善工作条件并减轻压力和疲劳来增强安全性。通过优先考虑安全，公司可以降低与事故相关的成本，并为员工创造更令人满意的工作机会。工业自动化还可以通过承担重复任务并释放熟练工人的时间来专注于更重要的任务，从而有助于消除劳动短缺。此外，自动化技术使制造商能够以精确和准确的方式执行任务来降低成本并最大程度地减少浪费。总体而言，工业自动化是面临面临挑战的制造商的关键解决方案，例如质量不一致，停机时间，安全问题，劳动力短缺和高生产成本。通过工业自动化，废物产量大大减少，这也通过减少制造过程所需的劳动力来最大程度地减少劳动力费用。自动化允许设备和机械有效执行任务，从而使人工成本保持检查，同时提高整体生产率。实际上，与托盘插孔相比，Cyngn的研究表明，使用自动股票追逐者的人工成本降低了64％。工业自动化的未来具有巨大的潜力，预计进一步的进步将彻底改变制造业和工业景观。工业自动化已经为现代制造商带来了巨大的好处，从而为早期采用者带来了竞争优势。随着这项技术的不断增长，我们可以预期进一步的创新，这些创新将改变所有行业的工作方式。工业自动化的未来将由家族，人工智能和新商业模式等趋势塑造。cobots旨在与人类运营商合作，是当今工业自动化的重要趋势。在Cyngn，我们设计了工业自动驾驶汽车，以支持Cobot工作流程，并与地板上的员工一起提高生产力。人工智能在促进工业自动化，帮助机器从数据中学习并适应新情况变得越来越重要。工业自动化的兴起也为公司创造了新的业务模式和机会。机器人技术（RAAS）允许组织以订阅为基础访问自动解决方案，减少资本支出并提高灵活性。通过Cyngn的Raas产品，我们帮助客户克服采用障碍，并根据需求不断变化的范围扩展其AV机队。数字双胞胎可以通过模拟流程和优化操作来彻底改变行业。公司在实施现实世界中的变更之前使用它们来测试场景并做出明智的决策。有些人担心自动化会取代人类的工作，但现实是不同的。机器接管了重复的任务，使工人免于平凡的职责。这为员工带来了更安全的工作环境和更令人满意的机会。反过来，公司保留熟练的员工并专注于高价值活动。自动化还可以在产品开发和营销等领域创造新的工作。它正在全球转变行业，使公司，工人和消费者平均受益。通过拥抱自动化，企业获得了竞争优势，并为快速变化的全球市场做好准备。