XiaoMi-AI文件搜索系统
World File Search System相撞
Pollock-et-al-2021.pdf - Tethys
北海南部是世界上海上风电场 (OWF) 最集中的地区。北方塘鹅 ( Morus bassanus ) 是一种被认为受 OWF 影响风险较高的物种，它在 11 月出现了强烈的季节性高峰，但目前尚不清楚哪些种群和年龄段的塘鹅最容易与风力涡轮机相撞。我们在世界上最大的塘鹅聚居地 (巴斯岩) 标记了成年和幼年塘鹅，并查看了两个不同年龄段的调查数据来源，以研究它们在北海南部水域的活动情况。追踪的鸟类显示，北海南部的数量在 10 月中旬达到峰值，而 11 月的数量要少得多。成年塘鹅分布在整个区域，包括靠近 OWF 的水域，而幼年塘鹅则局限于海岸。调查数据显示，北海南部水域未成熟塘鹅的比例很高，这表明碰撞风险高于成年塘鹅。11 月出现的塘鹅可能主要来自巴斯岩以北的聚居地。
UAS 分离保证和防撞系统的概率安全评估
摘要：航空航天信息物理系统的适航认证传统上依赖概率安全评估作为标准工程方法来量化与系统组件故障相关的潜在风险。本文介绍并讨论了依赖多种合作和非合作跟踪技术的检测和避免 (DAA) 系统的概率安全评估，以识别无人机系统 (UAS) 与其他飞行器相撞的风险。具体来说，故障树分析 (FTA) 用于测量每个基本组件故障的整体系统不可用性。考虑到导航和监视系统的相互依赖性，应用共同原因故障 (CCF)-beta 模型来计算与共同故障相关的系统风险。此外，还进行了重要性分析以量化安全措施并识别最重要的组件故障。结果表明，合作监视系统的交通检测失败对整个 DAA 系统功能的影响更大，并且合作监视中本机定位失败的概率大于其交通检测功能。尽管所有传感器单独产生 99.9% 的操作可用性，但事实证明，实施依赖于合作和非合作技术的适当多传感器 DAA 系统是实现设计的必要条件
使用多模式港口系统✩
现代车辆可以看作是一个复杂的网络物理系统（CPS），其中车辆动力学与软件控制系统相互作用。自适应巡航控制（ACC）和车道保持控制（LKC），特别是半自主和自主驾驶的基础特征。此类系统的安全分析对于实现车辆自治非常重要。确保在这种复杂的CP中的安全性非常具有挑战性，尤其是在多个子系统，非线性，混合动力学和干扰之间存在相互作用的情况下。本文介绍了使用多模式港口港系统对汽车控制系统安全分析的方法。该方法将哈密顿式功能用作安全和不安全状态的能量水平之间的障碍，并采用被动性证明轨迹无法越过这一障碍。该方法应用于由ACC和LKC组成的车辆动力学的安全分析。目标是确保主机不会与铅车相撞，并且不会滑行。使用硬件中的仿真平台实现和评估控制设计。实验结果证明了安全分析方法，包括实施效应（例如离散和量化）的影响。©2019 Elsevier Ltd.保留所有权利。
美国航空安全——一个以前被忽视的因素 (1)
执行摘要 本文探讨了是否有可靠的数据表明当今美国的航空安全与不明飞行物 [UAP]（也称为不明飞行物 [UFO] 或飞碟）之间存在显著关系。讨论了三种已报告的 UAP 动态行为和后果，每种行为都会影响航空安全：(1) UAP 在飞机附近进行的近距离碰撞和其他高速机动，(2) 影响导航、制导和飞行控制系统的飞机上的瞬态和永久电磁效应，以及 (3) UAP 的近距离接触飞行性能导致驾驶舱分心，从而妨碍机组人员以安全的方式驾驶飞机。针对这三个主题，回顾了一百多起 UAP 与商用、私人和军用飞机之间近距离接触的记录。这些报告来自多个来源，包括作者的个人文件、美国联邦航空管理局 (FAA)、美国国家运输安全委员会 (NTSB) 和美国国家航空航天局管理的“航空安全报告系统 (ASRS)”编写的航空报告。有趣的是，所有美国政府来源都表明，飞行员根本不报告他们的 UAP 目击情况，或者，如果他们报告，他们在报告险些相撞和/或飞行中遭遇时几乎从不使用 UAP、UFO 或飞碟等术语。我的结论是：(1) 为了避免与 UAP 相撞，一些飞行员进行了控制输入，导致乘客和机组人员受伤。(2) 根据对 1950 年至 2000 年美国本土上空 UAP 飞行员报告的全面审查，得出结论，由于 UAP 表现出高度机动性，因此不存在因碰撞而对航空安全造成直接物理威胁的情况。但是，(a) 如果飞行员在极近距离接触期间在错误的时间做出错误的控制输入，仍有可能与 UAP 发生空中相撞；(b) 如果飞行员在异常电磁效应导致其发生故障时依赖其仪器，则有可能发生事故。(3) 飞行员至少在五十年前就看到并报告了有记录的 UAP 现象，但其中许多报告者要么受到嘲笑，要么被指示不要公开报告他们的目击情况。这个非机密信息交换中心应收集、分析和报告 UAP 目击事件，以持续保障航空安全并满足科学好奇心。(4) 负责任的世界航空官员应认真对待 UAP 现象，并发布明确的报告程序，无需担心遭到嘲笑、斥责或其他职业损害，并以支持科学研究的方式进行报告；(5) 航空公司应开设教学课程，向飞行员传授在 UAP 附近飞行时应执行的最佳控制程序，以及在可能的情况下应尝试收集哪些数据；(5) 应确定一个中央清算机构来接收 UAP 报告（例如 ASRS；全球航空信息网络 (GAIN)）。无论 UAP 是什么，它们都可能对航空安全构成危害，应得到适当和公正的处理。
2D成本图环境中多代理路径计划的深度加固学习
在机器人技术和自动驾驶汽车中的广泛应用中应用，包括无人机和其他无人机（UAVS）（UAVS），以在监视，搜索和救援和运输等领域解决任务。 在当今迅速发展的技术中，植入式智能，多通道Plathningising越来越相关。 多代理路径计划中遇到的主要问题是避免其他代理，逃避障碍物以及从起点到端点的路径。 theSproject，theObjectivesWeretocreteTeLigentAgentsCapablebablebablenavigating通过二维八代代理成本映射环境到静态目标，同时避免与其他代理商共享并同时最大程度地减少路径成本。 使用开发平台Unity和开源ML代理工具包使用了增强学习的方法，该工具包可以通过统一内部的强化学习来开发智能代理。 Perlin噪声用于生成成本图。 使用强化学习算法近端政策优化用于训练代理。 该培训是作为课程的结构，其中包括两个课程，第一堂课旨在教代理人到达目标，而无需与其他代理人相撞或脱离界限。 第二堂课旨在教代理商以最大程度地降低路径成本。 项目成功实现了其目标，可以通过视觉检查和将最终模型与基线模型进行比较来确定。 降低路径成本6％。，包括无人机和其他无人机（UAVS）（UAVS），以在监视，搜索和救援和运输等领域解决任务。在当今迅速发展的技术中，植入式智能，多通道Plathningising越来越相关。多代理路径计划中遇到的主要问题是避免其他代理，逃避障碍物以及从起点到端点的路径。theSproject，theObjectivesWeretocreteTeLigentAgentsCapablebablebablenavigating通过二维八代代理成本映射环境到静态目标，同时避免与其他代理商共享并同时最大程度地减少路径成本。使用开发平台Unity和开源ML代理工具包使用了增强学习的方法，该工具包可以通过统一内部的强化学习来开发智能代理。Perlin噪声用于生成成本图。使用强化学习算法近端政策优化用于训练代理。该培训是作为课程的结构，其中包括两个课程，第一堂课旨在教代理人到达目标，而无需与其他代理人相撞或脱离界限。第二堂课旨在教代理商以最大程度地降低路径成本。项目成功实现了其目标，可以通过视觉检查和将最终模型与基线模型进行比较来确定。降低路径成本6％。基线模型仅经过训练才能达到目标，同时避免碰撞，而不会最大程度地减少路径成本。对模型的比较表明，最终模型的表现优于基线模型，平均达到27。
非移动区域驾驶员/行人培训手册
事故 – 一架飞机或车辆与另一架飞机、车辆、人员或物体相撞，导致财产损失、人身伤害或死亡。 通道 – 位于机场空侧的车行道路，供 OAA、FAA 以及机场承租人和承包商使用。 机场交通管制塔 (ATCT) – 由相关机构运营，旨在促进空中交通的安全、有序和快速流动。 空侧 – 机场内支持飞机活动的区域。在 Eppley 机场，空侧是围栏内的所有土地，包括空中作业区和安全区。 停机坪或坡道 – 机场内划定的区域，用于停放飞机、装卸乘客或货物、加油或维修。有人看管 - 用于指代任何车辆时，指操作员未受损伤、视野开阔或距离车辆 25 英尺以内。陪同 - 陪同或监控无权进入安全区域、SIDA 或 AOA 的个人的活动。执行董事 - 由奥马哈机场管理局任命的直接监督机场管理和运营的人员。执行董事可以雇用和指定员工代表他颁布奥马哈机场管理局的政策。在这些规则和条例中，凡指定执行董事的，均指执行董事
增强城市复原力 - ODU Digital Commons
摘要：传统的城市规划方法主要侧重于水平维度，忽视了来自外层空间的潜在风险。本文旨在探讨受外层空间影响的城市垂直维度，这是战略城市规划的重要组成部分。通过研究外层空间中铱星 33 号和宇宙 2251 号卫星相撞的一起高度破坏性事件，本文阐明了城市地区与外层空间基础设施和服务之间错综复杂的相互依赖关系。本研究利用连接城市和外层空间领域的关键基础设施保护原则，并采用模拟方法和软件，阐明了城市安全错综复杂的治理复杂性，并提出了可行的解决方案来加强城市安全。因此，本研究通过为城市治理提供学术讨论，为培育可持续智慧城市提供潜在战略，为正在进行的安全实践空间整合审议做出了贡献。从本质上讲，城市地区的内在恢复力很大程度上依赖于城市与外层空间之间的相互联系，因此城市战略家必须承认并理解这些错综复杂的相互依存关系。为了确保城市的可持续发展，必须通过实施更严格的法规来增强智慧城市对太空垃圾的恢复力。
2022-2025 年国家道路安全行动计划
引言 4 1. 愿景、目标和后续行动 7 1.1 目标层次 7 1.2 关于“零事故愿景”的更多细节 7 1.3 关于减少死亡或严重受伤人数目标的更多细节 8 1.4 行动计划的后续行动 10 2. 速度 11 3. 醉酒 13 4. 儿童安全带的使用和正确固定 15 5. 注意力不集中 17 6. 儿童（0-14 岁） 19 7. 年轻人和年轻司机 22 8. 老年道路使用者 25 9. 行人和骑自行车的人 27 10. 摩托车和轻便摩托车 31 11. 公路货运 34 12. 正面碰撞和冲出道路事故 36 13. 运营和维护 39 14. 道路安全工作中新技术的利用 41 15. 私营企业系统性道路安全工作16. 努力扩大现有知识库 46 17. 其余领域的后续措施 48 17.1 处罚和驾驶权利 48 17.2 改善伤病护理 48 17.3 针对移民背景道路使用者的措施 48 17.4 道路上和沿线的工程 49 17.5 鹿与车辆相撞 49 17.6 全地形车 49 17.7 隧道安全 49
有障碍物和无障碍物的蒙面运动的预测
预测未来对于像智人这样的生物来说至关重要，他们生活在一个动态且不断变化的世界中。先前的研究已经证实，有意识的刺激可以导致无意识的预测。在这里，我们检查掩蔽刺激是否也能引起这样的预测。我们使用有障碍物和无障碍物的掩蔽运动来检查掩蔽刺激的预测。在六个实验中，使用连续闪光抑制 (CFS) 掩盖了一个移动物体。物体消失几百毫秒后，有意识的探测器出现在与掩蔽刺激一致或不一致的位置。在实验 1-3 中，运动是线性的，反应时间 (RT) 表明基于运动方向和速度的预测。在实验 4 中，被遮蔽的移动物体与障碍物相撞，然后消失。在这种情况下，预测应该反映偏转，而且反应时间确实揭示了对偏转路线的预测。在实验 5 和 6 中，我们介绍了一种在连续闪光抑制 (CFS) 期间使用眼动追踪的创新方法，并以眼球运动的形式报告了被遮蔽刺激引起的预测的生理证据。因此，我们得出结论，人类可以使用动态遮蔽刺激来产生对未来的主动预测，并使用这些预测来指导行为。我们还根据当前关于遮蔽呈现、潜意识感知和意识测量方法之间关系的科学讨论，讨论了这些发现的可能解释。
车辆检测与高分辨率跟踪...
当物体穿过大气的速度大于当地音速时，该物体就是超音速物体。马赫数定义为物体速度除以当地音速。对于马赫数大于 1（超音速流），由于空气的压缩性，在流场中和物体表面附近会产生冲击波。传统上，所谓高超音速速度范围的马赫数下限约为 5 马赫（1.7 公里/秒）。“低高超音速”值的范围在 5 马赫到 10 马赫左右，而“高高超音速”值的范围在 10 马赫到 30 马赫或以上。例如，30 马赫（10 公里/秒）接近航天飞机的再入速度。很少有物体能够以高超音速飞行。我们看到以这种速度移动的最常见物体是进入地球大气层的流星。当流星坠落到地球表面时，它们的速度可能达到每秒 30 英里（48 公里/秒），1 而当它们进入大气层上层时，它们对应的马赫数将超过 150。流星在路径上立即压缩空气时，会先出现弓形冲击波。冲击波的温度和压力急剧增加，直到空气中的气体电离并分解，从而导致可见光和无线电波的发射。这些条件还会导致流星表面快速升温，导致它们在进入大气层时破裂和解体。光学和基于雷达的监视系统现在用于扫描外太空，以探测小行星和其他可能与地球相撞的轨道物体。