XiaoMi-AI文件搜索系统
World File Search System相撞
GCSE地理（9-1） - 自然危害
地点：亚洲中国和印度之间的日期：2015年4月25日的幅度：里里斯特的7.9原因：印度 - 澳大利亚板块与欧亚板块相撞。这是一个破坏性的板边界。主要影响：9000人死亡，20,000人受伤，8,000,000人受到影响。广泛破坏建筑物和基础设施。50亿美元的损失。次要效应：社区被滑坡切断。珠穆朗玛峰的雪崩杀死了19人。雪崩造成了加德满都市撤离的洪水。立即做出回应：搜救团队，水和医疗支持来自英国，印度和中国。500,000个帐篷为无家可归者提供了庇护所。300,000人从加德满都迁移，寻求与家人和朋友的支持和庇护。
严重事故调查最终报告
两台发动机都处于怠速状态，没有设置停车制动器，飞机缓慢向前移动。此时，牵引机侧的牵引杆端已完全与牵引机断开。然而，尽管锁定装置已解锁，但 NLG 侧的牵引杆端仍然与 NLG 纠缠在一起。由于飞机意外移动，耳机操作员和机翼行走员都必须从被纠缠的牵引杆带离移动的飞机。耳机操作员立即通知机组人员设置停车制动器，但没有任何回应。然后，他断开了 NLG 外部电源控制面板 2 上的无线适配器，并将耳机的耳机插孔直接连接到控制面板。当飞机向前移动时，纠缠的牵引杆与 NLG 分离并摇晃到飞机前左侧。随后，NLG 在机组人员面前与牵引车左侧相撞
使用您的自动表面车辆的本地化跟踪
摘要。自动型表面车辆（ASV）由于其广泛的应用而成为重要的研究重点。ASV发展中的一个主要挑战是对水面上的物体（例如浮标）的快速而准确的检测和鉴定。本研究研究了Yolov5在ASV上的浮标检测，重点是机器人操作系统（ROS）框架内的路径定位。路径定位用于根据浮标检测来确定血管的路线及其通过测试路径的移动。结果表明，Yolov5在检测ROS生态系统组成部分的凉亭模拟器内检测边界浮标时达到了100％的精度。此外，ASV能够沿着测试路径的中心准确导航，而不会与边界浮标相撞。这项研究有望为ASV技术的发展做出重大贡献。
利用眼动监测设备监测空中交通管制员认知工作负荷的研究概述
空中交通管制员（ATCO）将成为对航空运输系统影响最大的部门。ATCO 的职责是按照地面管制员的要求防止飞机在空中相撞并消除可能造成的混乱。作为高风险职业群体之一，ATCO 承担着非常高的认知工作量，这对飞行安全至关重要。然而，据观察，文献中对在不同任务难度下有经验和没有经验的 ATCO 之间可能出现的认知工作量差异的研究相当不足。本研究介绍了认知工作量测量方法和 ATCO 认知工作量的研究。在本研究中，解释了确定认知工作量及其测量方法的重要性。此外，还介绍了与 ATCO 认知工作量相关的文献研究，特别是使用眼动仪的研究。
基于平面检测的增强现实物体识别
摘要 - 机器学习和深度学习；人工智能的子领域已在可以检测和标记物体和图形（例如椅子、人甚至某些动物）的应用程序中实现。我们开发了一个利用增强现实的应用程序，这是平面检测的一个更适度的目标。此应用程序的目的是用标签标记检测到的物体，并将信息传递给视障人士。实现我们目标的重要第一步是专注于平面检测。这项技术可以帮助公共场所的个人安全到达目的地，从而使他们受益。该应用程序将通过识别和导航平面和物理对象来指导有需要的个人防止与墙壁和物体相撞。 关键词：增强现实、人工智能、深度学习、机器学习、物体识别 1. 简介
回忆特内里费岛：40 年后
事故只有一个积极之处：从中吸取教训。本文致力于点亮我们的记忆，记住航空史上最大的事故：1977年3月27日，特内里费岛。两架波音747在跑道上相撞，造成583人死亡。本文重点关注ALPA关于事故的报告。ALPA的报告分析了与事故相关的可能人为因素。这里讨论了一些人为因素：“压力因素”，“训练综合症”，“CRM”和“过滤效应”。ALPA调查人员得出了一些结论：驾驶舱中的外部担忧会极大地提高机组人员的压力水平，航空公司必须支持机组人员做出的决定；飞行员和空中交通管制员的英语不流利是一个真正的问题；客户关系管理和跑道入侵是当今航空安全的两个最重要因素。
严重事故调查最终报告
两台发动机均处于怠速状态，且未设置停车制动器，飞机缓慢向前移动。此时，牵引机侧的牵引杆端已完全与牵引机断开。然而，尽管锁定装置已解锁，但 NLG 侧的牵引杆端仍与 NLG 纠缠在一起。由于飞机意外移动，耳机操作员和机翼行走员都必须从被纠缠的牵引杆带离移动的飞机。耳机操作员立即通知机组设置停车制动器，但没有任何回应。然后，他断开了 NLG 外部电源控制面板 2 上的无线适配器，并将耳机的耳机插孔直接连接到控制面板。在飞机向前移动时，纠缠的牵引杆与 NLG 分离并向飞机前侧左侧摆动。随后，NLG 在机组人员之前与牵引机左侧相撞
