XiaoMi-AI文件搜索系统
World File Search System环境感知
自动驾驶汽车中的LIDAR和相机数据融合
传感器融合是自动驾驶汽车中感知问题的重要解决方案之一，其中主要目的是增强对系统的感知而不会失去实时性能。因此，这是一个权衡问题，通常观察到大多数具有高环境感知的模型无法实时执行。我们的文章与相机和激光雷达数据融合有关，以实现自动驾驶汽车的更好环境感知，考虑到3个主要类别是汽车，骑自行车的人和行人。我们从3D检测器模型中融合了输出，该模型从LiDar中获取了其输入以及从相机中获取其输入的2D检测器的输出，以比单独分别提供更好的感知输出，以确保其能够实时工作。我们使用3D检测器模型（复杂的Yolov3）和2D检测器模型（YOLO-V3）解决了问题，其中我们应用了基于图像的融合方法，该方法可以在本文中详细讨论了LIDAR和摄像机信息之间的融合和相机信息之间的融合。我们使用平均平均精度（MAP）度量，以评估我们的对象检测模型并将所提出的方法与它们进行比较。最后，我们在Kitti数据集以及我们的真实硬件设置上展示了结果，该设置由LIDAR Velodyne 16和Leopard USB摄像机组成。我们使用Python开发了我们的算法，然后在Kitti数据集上验证了它。我们将ROS2与C ++一起使用，以验证从硬件配置获得的数据集上的算法，证明我们提出的方法可以以实时的方式在实际情况下有效地提供良好的结果并有效地工作。
2011 年至 2036 财年无人系统综合路线图 - 美国
美国及其盟军的作战行动继续凸显无人系统在现代作战环境中的价值。作战指挥官 (CCDR) 和作战人员重视无人系统的固有特性，尤其是其持久性、多功能性和降低对人类生命的风险。美国军种正在所有领域迅速增加这些系统的数量：空中、地面和海上。无人系统为联合指挥官提供了多种能力，以在各种军事行动中开展行动：环境感知和战场感知；化学、生物、放射和核 (CBRN) 检测；反简易爆炸装置 (C-IED) 能力；港口安全；精确瞄准；精确打击。此外，这些无人系统提供的能力还在不断扩展。
2011-2036财年无人系统综合路线图
美国及其盟军的作战行动继续凸显无人系统在现代作战环境中的价值。作战指挥官 (CCDR) 和作战人员重视无人系统的固有特性，尤其是其持久性、多功能性和降低对人类生命的风险。美国军种正在所有领域迅速增加这些系统的部署数量：空中、地面和海上。无人系统为联合指挥官提供了多种能力，使其能够在整个军事行动范围内开展行动：环境感知和战场感知；化学、生物、放射和核 (CBRN) 检测；反简易爆炸装置 (C-IED) 能力；港口安全；精确瞄准；精确打击。此外，这些无人系统提供的能力还在不断扩展。
2011-2036财年无人系统综合路线图
美国及其盟军的作战行动继续凸显无人系统在现代作战环境中的价值。作战指挥官 (CCDR) 和作战人员重视无人系统的固有特性，尤其是其持久性、多功能性和降低对人类生命的风险。美国军种正在所有领域迅速增加这些系统的部署数量：空中、地面和海上。无人系统为联合指挥官提供了多种能力，使其能够在整个军事行动范围内开展行动：环境感知和战场感知；化学、生物、放射和核 (CBRN) 检测；反简易爆炸装置 (C-IED) 能力；港口安全；精确瞄准；精确打击。此外，这些无人系统提供的能力还在不断扩展。
2011-2036财年无人系统综合路线图
美国及其盟军的作战行动继续凸显无人系统在现代作战环境中的价值。作战指挥官 (CCDR) 和作战人员重视无人系统的固有特性，尤其是其持久性、多功能性和降低对人类生命的风险。美国军种正在所有领域迅速增加这些系统的部署数量：空中、地面和海上。无人系统为联合指挥官提供了多种能力，使其能够在整个军事行动范围内开展行动：环境感知和战场感知；化学、生物、放射和核 (CBRN) 检测；反简易爆炸装置 (C-IED) 能力；港口安全；精确瞄准；精确打击。此外，这些无人系统提供的能力还在不断扩展。
在繁忙的海上环境中，基于LIDAR的可靠LIDAR船舶检测和跟踪
环境感知是在动态复杂的操作环境中安全执行任务的重要要求（ASV）的至关重要要求。大多数现有的船舶检测方法都取决于基于相机的方法，这些方法对环境条件敏感，无法直接提供与检测目标有关的空间位置信息。为了克服这一限制，我们提出了一个基于激光雷达的船舶检测和跟踪框架，可以应用于繁忙的海上环境。所提出的框架由两个功能模块组成：船舶检测和多对象跟踪。用于船舶检测，对模块化的网络结构进行了调整，从而使在不同类型的检测网络之间易于切换，以确定检测准确性，检测速度或两者的妥协，具体取决于任务要求。还实施了一种基于卡尔曼滤波器的多目标跟踪方法，以补偿由于船舶运动或闭塞而可能遗漏的任何检测，仅依赖于检测结果。我们还收集了有史以来的第一个现实世界激光雷达数据集，用于横跨泰晤士河和码头的海上应用，包括一系列船舶类型，长度从5 m到40 m，以及不同的船体类型。数据集的组织方式与Kitti数据集类似，可以轻松地将其应用于发达的点云检测网络。值得注意的是，我们的方法在收集的数据集中达到了74.1％的总体检测准确性。所提出的框架和数据集使基于激光雷达的环境感知可行，可在自主海洋导航领域实施和支持开发。
Curt Robots
自主导航可以根据应用程序进行调整，并专门为粗糙的地形设计，在带有坑洼，水坑和障碍物的路径上。在障碍的情况下，在户外应用中尤其重要，以区分可以穿越的障碍（例如灵活的障碍，例如草）和那些无法的障碍（例如大刚性障碍）。为了确保在不同环境中具有高度的灵活性，Curt具有多功能的定位方法（如有必要）（完全）替换GNSS或车轮探光仪。为了确保使用高度的灵活性，Curt可以在没有GNS的情况下进行本地化。为了实现完全自主的导航，需要几种单个技术的相互作用。这些技术是本地化，路径计划（全球和本地），映射和环境感知。
基于导航雷达回波视频数据的占据栅格地图构建方法
摘 要 : ［ 目的 ］ 为解决无人艇的船载导航雷达对养殖区 、 浮筒 、 小型漂浮物等海洋漂浮障碍物感知效果不 佳的问题 ， 提出一种基于导航雷达回波视频数据构建与更新的占据栅格地图的环境感知方法。 ［ 方法 ］ 首 先 ， 采用多级集合的形式描述雷达点迹与回波点间的包含关系 ， 为栅格地图构建奠定基础 ， 期间 ， 基于群相邻 关系对近邻点迹进行凝聚 ， 抑制目标分裂导致的航迹偏差 ； 然后 ， 利用所提的基于自然对数函数的占据栅格 地图概率更新算法 ， 通过合理利用历史数据区分海杂波与微小海洋漂浮障碍物 ； 最后 ， 建立基于点迹属性的 栅格地图概率扩散模型 ， 以较好地保证典型动态目标占据栅格更新的实时性。 ［ 结果 ］ 实船试验结果表明 ， 所提方法可准确获取养殖区 、 浮筒等成片海洋漂浮障碍物的轮廓信息 ， 抑制目标分裂现象 ； 与经典方法相比 ， 所提方法对干舷 0.5 m 的小型漂浮物首次发现距离提升了 78.34 m ， 定位精度提升了 1.42 m 。 ［ 结论 ］ 所提方 法能够实现对多种海洋漂浮障碍物 、 海面运动目标的准确感知 ， 确保无人艇航行安全。
针对激光雷达的对抗性光通道漏洞...... - IACR
摘要。随着计算、传感和车辆电子技术的进步，自动驾驶汽车正在成为现实。对于自动驾驶，雷达、激光雷达和视觉传感器等环境感知传感器作为车辆的眼睛发挥着核心作用；因此，它们的可靠性不容妥协。在本研究中，我们提出了一种通过中继攻击进行欺骗，它不仅可以在激光雷达输出中引起错觉，还可以使错觉看起来比欺骗设备的位置更近。在最近的一项研究中，前一种攻击被证明是有效的，但后一种攻击从未被证明过。此外，我们提出了一种针对激光雷达的新型饱和攻击，它可以完全使激光雷达无法感知某个方向。这两种方法的有效性都已通过 Velodyne 的 VLP-16 实验验证。