2023 年 1 月 11 日 — 金的名言:“我有一个梦想,有一天,这个国家将会站立起来,实现其信条的真正含义:‘我们认为这些真理是……’”
摘要千禧空间系统使用商用现货 (COTS) 组件构建了一个移动地面观测系统,目的是探测和跟踪低地球轨道 (LEO) 上的卫星。我们首先演示了夜间卫星跟踪,然后将此功能扩展到白天操作。记录了夜间和白天观测系统的交易和考虑因素,重点关注我们的信噪比 (SNR) 光学模型,以选择适合白天卫星探测的短波红外 (SWIR) 传感器。我们讨论了通过提取可见光和 SWIR 卫星检测的目标 SNR 来验证我们的模型的尝试。总体而言,我们的 SNR 估计值对于我们的 VIS 观测偏保守,这可能是因为我们的模型假设了一个反射率为 20% 的球形目标。我们已经捕获了大约 30 颗最小到 1U CubeSat 大小(10cm^3)的 LEO 卫星和 10 颗地球同步 (GEO) 卫星。我们的 SWIR 建模结果为我们成功进行白天卫星观测奠定了基础,可以探测到超过 10 颗卫星,包括火箭体和其他大型目标。
初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要:本文提出了一种新方法,利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面(图像平面和铁轨平面)之间的单应性矩阵和一个人工神经网络,可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机,以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器,但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体(人)的实际测量距离进行的。距离估计的最大误差为 2%,并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词:人工神经网络;自动列车运行;距离估计;单应性;图像处理;机器视觉 1 简介 通过遵循自动化趋势,可以大大提高铁路货运的质量和成本竞争力,以实现经济高效、灵活和有吸引力的服务。今天,自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV),可将集装箱从起重机运送到轨道旁、仓库、配送中心,而自动驾驶仪是航空公司和大型货船的标准配置,不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外,轨道交通自主系统的发展主要出现在公共交通服务领域(无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT))。基本思想是使用一定程度的自动化,将操作任务从驾驶员转移到列车控制系统(例如 ERTMS)。根据国际电工委员会 (IEC) 标准 62290-1,列车自主运行 (ATO) 是高度自动化系统的一部分,减少了驾驶员的监督 [1]。对于完全自主的列车运行,列车操作员的所有活动和职责都需要由多个系统接管,这些系统可以感知环境并俯瞰现场,检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分,障碍物检测系统需要根据货运特定和一般用例(例如 EN62267 和/或自动化领域的相关项目)来监控环境。为了满足严格的铁路标准和法规,障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统(图 1),用于提供有关铁路上和/或其附近障碍物的可靠信息,并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行,并在不同的光照条件下运行(白天、
b'1. 引言 \xe2\x80\x9e“黑天鹅”一词来自诗人尤维纳尔的一句拉丁语表达。因此,他说 \xe2\x80\x9erare avis in terris nigroque simillima cygno\xe2\x80\x9d(好人如黑天鹅一样稀有)。该术语是在英语中引入的,当时人们认为没有黑天鹅。比喻的重要性在于它与任何思维系统的脆弱性相似。当一组结论的基本假设失效时,它随时可能被取消。在这种情况下,一只黑天鹅的出现,使短语 \xe2\x80\x9e所有天鹅都是白色的\xe2\x80\x9d 的逻辑和基于它的任何其他推论都失效。尤维纳尔的短语是英语中常见的表达16 世纪在伦敦开始流行,用来强调事实的不可能性。英语表达来自旧世界的假设,即所有天鹅都必须是白色的,因为所有历史记录都只提到白天鹅。在这样的背景下,黑天鹅的概念是不可能的,或者充其量是不存在的。荷兰探险家 Willem de Vlamingh 于 1697 年在西澳大利亚发现黑天鹅后,该术语开始用于定义不可能的事情,但后来可能成为可能(Montanari,J.,1989)。19 世纪,约翰·斯图亚特·密尔将黑天鹅逻辑错误用作识别假象的新术语。纳西姆·尼古拉斯·塔勒布提出的 \xe2\x80\x9eBlack Swan\xe2\x80\x9d 类事件理论是一种隐喻,用于描述具有重大影响的意外事件,并回顾性地简化。该理论有助于解释(Taleb,N.,2016):罕见事件的作用不成比例,影响重大且难以预测,超出了历史、科学、经济和技术的正常预期范围;无法借助科学方法计算罕见事件的概率;个人和集体的心理偏见使我们对罕见历史事件的不确定性和巨大作用漠不关心。现在所谓的 \xe2\x80\x9e黑天鹅\xe2\x80\x9d 是一个具有以下三个属性的事件:它是一个极端事件,它超出了正常的预期,因为过去没有任何事件可以令人信服地表明它出现的可能性;产生极端 \xe2\x80\x9e影响\xe2\x80\x9d;尽管处于极端事件的地位,但人类的天性还是引导我们寻找必要的逻辑解释来证明其合理性'
随着低地球轨道 (LEO) 上的物体密度不断增加,对选定感兴趣物体的时间关键空间域感知 (SDA) 信息的需求也随之增加。虽然雷达系统提供了大部分 LEO 跟踪数据,但它们的每传感器总成本阻碍了其广泛普及,并导致时间覆盖缺口,从而阻碍决策。在本文中,我们研究了一个假设的低成本天体光学望远镜系统网络(全天候活动)如何补充雷达系统,以增强对任何给定的可探测 LEO 物体子集的监管。我们执行传感器访问和数据质量模拟,考虑天气、太阳排斥、容量和精度限制,以呈现显着的性能统计数据,例如自上次观察以来的时间延迟和位置知识误差。我们得出结论,尽管存在某些限制,但天体光学系统可以提供一种廉价而有效的方法来增强及时的 LEO SDA。
去年因冠状病毒大流行而中断后,上周克罗地亚最负盛名的军事竞赛汇聚了克罗地亚共和国武装部队、内政部以及盟军和伙伴武装部队的成员。诚然,流行病学措施将其人数减少到73人。然而,我们的印象是,为了更好地组织和进行比赛,这个数字更接近最佳值,这是“Fran Krsto Frankopan”培训和学说的责任命令。斯卢尼附近最大的克罗地亚军事训练场“Eugen Kvaternik”为所有参赛者提供了足够的空间。 6 月 18 日黎明到达训练场并不意味着您立即到达主赛“达沃·约维奇少校纪念 - 克罗地亚 2021 年第一场”的开始。这还需要在碎石路上行驶至少半个小时,参赛者聚集在莫契尔附近的一座木屋里,这里是军事演习期间炮兵和火箭营的常见地点。我们做的第一件事就是看一下首发名单,这个名单是根据前一天的资格赛用HS-9手枪和VHS-2突击步枪射击而形成的。我们注意到
可再生能源是我们未来能源需求的基石。尤其是,太阳能的速度比以往任何时候都更快。浮动太阳能光伏(FSPV)最近获得了陆基大规模PV安装的合适替代品。利用水面来放置太阳能电厂是一项有希望的技术。不仅它利用水作为房地产,而且还有其他几个优势。例如,FSPV可以使用现有的传输和分配基础设施,这是水力发电厂的一部分。在本文中,我们评估了FSPV工厂及其与巴基斯坦一个小型水库现有水力站的整合。我们已经研究了FSPV工厂整合的500 kV,132 kV和11 kV电压水平。此外,我们为能量利用的有效利用设计了一个水力极优化模型。与仅生产水力发电相比,由水力发电和200 MWP FSPV组成的组合系统总体上产生了3.5%以上的功率。更重要的是,FSPV的生成与每日午间峰值负载相吻合,因此是国家电网的峰值植物。©2020 Elsevier Ltd.保留所有权利。
摘要 - 各种能源的协同操作吸引了全球许多发电商的注意。在本文中,集中的太阳能发电厂(CSPP)以及风能站,压缩空气存储(CAES)单元和需求响应提供商(DRP)构成了考虑的混合动力生产商(HPP)。在这方面,本文介绍了提到的HPP在日前(DA)和日内电力市场中的最佳参与,从而从所有可访问资源的联合配置中得到了好处。要在建议的模型中实现规避风险的策略,采用基于ϵ-constraint技术的条件价值危险(CVAR),而与以前应用的方法相比,其效率得到了验证。总体而言,这项工作的主要贡献在于:1)提出一种新型模型,以使用三阶段的决策建筑在DA和盘内市场中基于CSPP的HPP的最佳行为,以及2)开发一个双向目标优化框架,以提高风险规范算法的算法的功能。仿真结果表明,在日内市场中利用CSPP的优势,所有资源的协调运营不仅可以增强系统的利用率,而且与以前的模型相比,还会降低相关风险。
白天的光谱天空辐射度或天空亮度非常复杂,难以准确预测。激光环境效应定义和参考 (LEEDR) 第一性原理大气模型通过模拟辐射光穿过代表性大气层的散射、吸收和透射,将太阳的光谱辐射度传播到传感器。对于此应用,LEEDR 用于摄取数值天气预报 (NWP) 模型,并缩放边界层并将气溶胶负荷与地面测量结合起来。本研究将 LEEDR 得出的光谱天空辐射度模拟(包括测量的气候学、测量的气象学和气溶胶负荷数据)与直接天空辐射度测量进行了比较。白天天空的直接测量是使用 1 米口径望远镜和同时进行的 I 波段和 J 波段相机观测(分别为;0.8 和;1.2 毫米)完成的。将 LEEDR 白天天空模型与多个方位角、仰角和观测时间的 I 波段和 J 波段辐射率进行比较。残差分析用于确定模型的准确性,包括数值天气预报数据、历史气候学、通过现场粒子计数测量得到的缩放气溶胶负荷以及气象更新。关键发现促使将实时粒子计数测量纳入未来的白天天空辐射率模型,以通过真实的大气气溶胶负荷提高散射精度。