XiaoMi-AI文件搜索系统
World File Search System路况
专为最艰难的路况打造的 CVT 皮带
■ 确认离合器已针对车辆改装进行了适当调整，包括增加重量（车架、配件、储物箱）、增加轮胎尺寸/样式（踏板、泥地胎面）/重量、地形和驾驶风格。车辆总重量的任何增加以及轮胎尺寸超出原始制造设计时都需要重新安装离合器。
利用机载无人机进行野外路况检测及应急救援识别
摘要：无人机视觉技术在野外救援中的重要性日益凸显。针对野外网络状况不佳、天气恶劣的人类，本文提出了一种从无人机多光谱相机实时拍摄的视频或预先下载的卫星多光谱图像中提取道路和检测路况的技术，为人类提供最优的路线规划。此外，根据无人机的飞行高度，人类可以通过动态手势识别与无人机进行交互，以识别紧急情况和潜在危险，以便进行紧急救援或重新规划路线。本研究的目的是检测路况并识别紧急情况，以便为野外的人类提供必要和及时的援助。通过获取归一化植被指数（NDVI），无人机可以有效区分裸土路和碎石路，从而完善我们之前的路线规划数据的结果。在低空人机交互部分，我们基于媒体管道手势标志，结合机器学习方法，构建了四种基本手势的数据集，用于求救动态手势识别。我们在不同的分类器上测试了数据集，最好的结果表明该模型在测试集上可以达到 99.99% 的准确率。在这篇概念验证论文中，上述实验结果证实了我们提出的方案可以实现我们预期的无人机救援和航线规划任务。
![arXiv:2004.11839v1 [eess.SP] 2020 年 4 月 14 日](/simg/g:\will\search\icon\source\e\ec8a1d79f2a028841fd2dacb9f614acf6985b209.webp)
arXiv:2004.11839v1 [eess.SP] 2020 年 4 月 14 日
每年，有近 125 万人死于车祸。平均每天有 3,287 人死亡，而且这个数字还在上升 [1]。据两家新闻媒体报道，分心驾驶是过去几十年来车祸的主要原因 [2; 3]。驾驶员现在比以往任何时候都更容易分心，他们经常因为移动设备、导航系统和复杂的控制系统而不再注意路况 [2]。据预测，如果不采取措施，到 2030 年，道路交通伤害将成为第五大死亡原因 [1]。因此，检测驾驶员分心事件非常重要。已经提出了各种视频（眼动追踪）和语音处理方法来检测驾驶员分心 [4; 5; 6; 7]。这些方法有时是不可行的。例如，在光线不足的情况下，视频处理方法效果较差，尤其是在夜间，驾驶员很可能不太关注路况。在赛车环境中，车手必须穿戴防火服和头盔来遮盖面部，这使得视频处理方法无效 [8]。驾驶过程中的高水平背景噪音（例如发动机、收音机或风噪）可能会降低声音处理方法的有效性。
文章 使用机载无人机在野外进行道路状况检测和紧急救援识别
摘要：无人机视觉技术在野外救援中的重要性日益凸显。针对野外网络状况不佳、天气恶劣的状况，本文提出了一种从无人机多光谱相机实时拍摄的视频或预先下载的卫星多光谱图像中提取道路并检测路况的技术，为人类提供最优的路线规划。此外，根据无人机的飞行高度，人类可以通过动态手势识别与无人机进行交互，以识别紧急情况和潜在危险，以便进行紧急救援或重新规划路线。这项研究的目的是检测路况并识别紧急情况，以便为野外的人类提供必要和及时的援助。通过获取归一化植被指数（NDVI），无人机可以有效区分裸土路和碎石路，从而完善我们之前的路线规划数据的结果。在低空人机交互部分，我们基于媒体管道手势标志，结合机器学习方法构建了四种基本手势的数据集，用于求救动态手势识别。我们在不同的分类器上测试了该数据集，最好的结果表明该模型在测试集上可以达到 99.99% 的准确率。在这篇概念验证论文中，上述实验结果证实了我们提出的方案可以实现我们预期的无人机救援和路线规划任务。
成绩单
第三轨道 行人：你好，警官！我叫 Do-Yun，我是这个城市的新人。 警官：很高兴认识你。有什么可以帮你的吗？ 行人：我可以问你一些关于行人规则的问题吗？ 警官：当然可以，你首先应该知道的是，司机在人行横道和儿童过街处、掉头以及进入或离开车道时必须给行人让路。 行人：司机应该怎么做才能照顾到老年人？ 警官：老年人可能比其他行人慢，可能直到你非常接近时才看到你。司机必须放慢速度，给他们额外的时间过马路。 行人：我总是帮助老年人过马路。 购物中心附近有什么针对司机的具体规则吗？ 警官：是的，购物中心附近行人可能不会注意路况，所以司机必须放慢速度，注意任何可能踏上马路的人。 行人：行人在路上行走有什么规则吗？ 警官：如果有人行道，行人必须使用人行道。行人：如果没有人行道怎么办？警官：那么他们就可以在路上行走，只要他们沿着来车的方向行走即可。行人：所有规则都和我镇上的一样，谢谢警官。我一定会遵守所有规则。
多功能智能玻璃技术
集中精力于路况，同时接收所需信息，而不会分心失焦。 在高达 25° 的视野和 10 米的图像距离内，他们可以获得想要或需要的选定信息。 这带来了显著的安全优势，尤其是与不断扩大的显示器相比，因为后者存在分散驾驶员注意力的风险，图 3。与使用传统镜子和镜头的传统 HUD 方法相比，蔡司微光学技术可将体积显著减少 50% 以上，并实现最大的设计灵活性，同时提供前所未有的图像质量。 这使得几乎任何汽车都可以实现这种舒适性和安全性。 即使没有增强现实显示器，投影技术也提供了决定性的安全优势。 集成的、透明的功能层将空间需求减少到 1 升以下。 借助透明的平面显示器，可以在挡风玻璃的任何部分显示所有关键信息。这使得全新的车辆驾驶舱设计成为可能。其他优点包括功能简单和舒适度更高：例如，娱乐内容可以投射到前排乘客的视野中。具有显示功能的透明层也适用于侧窗和后窗。
数字孪生中的人工智能 - 亚马逊 AWS
摘要 随着数字化进程的推进，大数据、人工智能、云计算、数字孪生、边缘计算等先进的计算机技术被应用于各个领域。为研究数字孪生与人工智能结合的应用现状，本文通过研究目前已发表文献的研究成果，对人工智能在数字孪生中的应用及前景进行分类，探讨数字孪生在航空航天、生产车间智能制造、无人驾驶汽车、智慧城市交通四个领域的应用现状，并回顾当前的挑战和未来需要期待的课题。研究发现，数字孪生与人工智能的融合在航空航天飞行检测仿真、故障预警、飞机装配，乃至无人驾驶飞行中都有显著的效果。在汽车自动驾驶虚拟仿真测试中，可以节省80%的时间和成本，相同路况降低实际车辆动力学模型的参数规模，大大提高测试精度。在智能制造生产车间，建立虚拟车间环境，可以及时故障预警，延长设备使用寿命，保障车间整体运行安全；在智慧城市交通中，模拟现实道路环境，还原交通事故，使交通
基于虚拟仿真的轻型卡车后桥疲劳分析...
首先根据实测车辆参数建立整车MBD（多体动力学）模型。十、进行路谱采集试验。在试验路况下，采集整车多个位置的加速度、位移、力信号。以路试信号为迭代目标，以车辆MBD模型为迭代载体，利用VIM（虚拟迭代法）获取车辆等效激励。将VIM获取的等效激励应用到车辆MBD模型中，得到驱动后桥关键点的载荷谱。通过实测信号与迭代信号的对比，验证模型的准确性，增强关键点载荷谱的可靠性。其次，建立后桥FEA（有限元分析）模型，借助FEA软件获取单位载荷下各关键点的静态分析结果。第三步，将后桥有限元分析结果、关键点载荷谱、材料疲劳特性曲线输入疲劳软件进行后桥疲劳仿真，根据疲劳分析结果准确定位疲劳寿命未达到设定目标的位置，最后基于以上结果对结构进行优化，优化后的后桥疲劳寿命评估表明其耐久性得到了显著提高。
分析并增强自动驾驶汽车超声波传感器的安全性
摘要 — 自动驾驶汽车依靠传感器测量路况并做出驾驶决策，其安全性在很大程度上取决于这些传感器的可靠性。在所有障碍物检测传感器中，超声波传感器的市场份额最大，预计将越来越多地安装在汽车上。此类传感器通过发射超声波并分析其反射来发现障碍物。通过利用传感器的内置漏洞，我们设计了针对超声波传感器的随机欺骗、自适应欺骗和干扰攻击，并设法欺骗车辆在应该继续行驶时停止，并让它在应该停止时无法停止。我们对独立传感器和移动车辆进行了攻击验证，包括带有“自动驾驶”系统的特斯拉 Model S。结果表明，攻击不仅会导致传感器失明和故障，还会导致自动驾驶汽车失明和故障，从而导致碰撞。为了增强超声波传感器和自动驾驶汽车的安全性，我们提出了两种防御策略，基于单传感器的物理移位认证（在物理层面验证信号）和多传感器一致性检查（使用多个传感器在系统层面验证信号）。我们对真实传感器的实验和 MATLAB 仿真揭示了这两种方案的有效性。