XiaoMi-AI文件搜索系统
World File Search System轨迹生成
ACES 内的轨迹生成和管理
APL 协调交战模拟 (ACES) 的创建旨在评估和开发分布式武器协调方法，以支持海军、联合和盟军区域和战区战术弹道导弹防御 (TBMD)、陆上巡航导弹防御 (OCMD) 以及自卫和区域防御防空战 (AAW)。对实现部队级协调的不同分布式武器协调方法的有效性进行分析时，必须考虑影响整个探测到交战事件链中过程结果的关键因素。在作战情况下，这些过程从根本上依赖于可用的轨迹信息。对于给定的单位，轨迹信息可以在本地生成，也可以通过公共网络从其他单位获得。因此，在单个平台级别生成真实的空中图像表示一直是 ACES 开发的主要目标。
ACES 中的轨迹生成和管理
正在创建 (ACES) 以评估和开发分布式武器协调方法，以支持海军、联合和盟军区域和战区战术弹道导弹防御 (TBMD)、陆上巡航导弹防御 (OCMD) 以及自卫和区域防御防空战 (AAW)。对实现部队级协调的不同分布式武器协调方法的有效性的分析必须考虑影响整个探测到交战事件链中过程结果的关键因素。在作战情况下，这些过程从根本上依赖于可用的轨迹信息。对于给定的单位，轨迹信息可以在本地生成，也可以通过公共网络从其他单位获得。因此，在单个平台级别生成真实的空中图像表示一直是 ACES 开发的主要目标。
有翼电动垂直起降飞机的轨迹生成与跟踪控制
目前，有翼 eVTOL 无人机的控制方法主要将飞行器视为固定翼飞机，并在起飞和降落时增加垂直推力。这些方法提供了良好的远程飞行控制，但未能考虑飞行器跟踪复杂轨迹的完整动态。我们提出了一种轨迹跟踪控制器，用于有翼 eVTOL 无人机在悬停、固定翼和部分过渡飞行场景中的完整动态。我们表明，在低速到中速飞行中，可以使用各种俯仰角实现轨迹跟踪。在这些条件下，飞行器的俯仰是一个自由变量，我们使用它来最小化飞行器所需的推力，从而降低能耗。我们使用几何姿态控制器和空速相关控制分配方案，在各种空速、飞行路径角和攻角下操作飞行器。我们假设采用标准空气动力学模型，为所提出的控制方案的稳定性提供理论保证，并展示模拟结果，结果显示平均跟踪误差为 20 厘米，平均计算率为 800 Hz，与使用多旋翼控制器进行低速飞行相比，跟踪误差减少了 85%。
dtg：基于扩散的轨迹生成，用于无MAP的全局导航
摘要 - 我们提出了一种新颖的基于端到端扩散的轨迹生成方法DTG，用于无地图的全球导航，以挑战户外场景，并具有遮挡和非结构化的越野特征，例如草，建筑物，灌木丛等。给定一个遥远的目标，我们的方法计算出满足以下目标的轨迹：（1）最大程度地降低目标的旅行距离； （2）通过选择不位于不良区域的路径来最大化遍历性。具体来说，我们为扩散模型提供了一种新颖的条件RNN（CRNN），以有效地产生轨迹。此外，我们提出了一种自适应训练方法，以确保扩散模型产生更多可遍历的轨迹。我们在各种室外场景中评估了我们的方法，并将性能与赫斯基机器人的其他全球导航算法进行比较。实际上，我们观察到的行进距离至少提高了15％，遍历性提高了7％。视频和代码：https：//github.com/jinggm/dtg.git。
在混乱环境中基于激光雷达的空中跟踪的分散群轨迹生成
摘要 - 具有多个无人机（UAV）的航空跟踪在各种应用中具有广泛的潜力。但是，现有的群追踪作品通常缺乏在混乱环境中保持高目标可见性的能力。为了解决这种缺陷，我们提出了一个分散的计划者，该计划者可以最大化目标可见性，同时确保无碰撞的动作进行群体跟踪。在本文中，首先通过分散的动力学搜索前端对每个无人机的跟踪性能进行了分析，该搜索为初始化安全的飞行走廊和可见扇区提供了最佳的指导路径。之后，满足走廊约束的多项式轨迹是由空间 - 周期性优化器产生的。车间碰撞和避免阻塞也被纳入优化目标。通过与其他尖端作品进行广泛的基准比较来验证我们方法的范围。与基于自主激光雷达的群体系统集成在一起，提出的计划者在现实世界中展示了其效率和鲁棒性，这些实验杂乱无章。
无人驾驶飞行器 (UAV) 特刊 - MDPI
在题为“无人驾驶飞行器 (UAV)”的特刊中，我们邀请了有关这些设备涉及 UAV 服务的各个方面的文章，包括数据处理和传感器融合、障碍物和碰撞规避、单个 UAV 或 UAV 组的轨迹生成、UAV 之间的通信和网络、各种目的的任务规划等。已提出并发表了涉及各种 UAV 相关技术的手稿，包括检查农场、葡萄园、牧场动物、石化炼油厂、输油管道和战场；向偏远地区和住宅运送杀虫剂和除草剂、餐馆食物和包裹；摄影、电影和新闻业的前沿；各种领域的测绘——光学、磁学、声学和化学；以及战场上的侦察和战术轰炸。
Wenhao Yang
▶2019年8月至2020年11月增强基于现实的人类机器人交互系统，启动了一个直观的AR系统框架，并在复杂环境中开发了一种基于沉浸式AR的界面（AUBO I5）编程。用户重复Waypoints定义和编辑，碰撞检查以及路径可行性验证的过程，以在建议的系统中获得令人满意的路径。▶2018年8月至5月的复杂模型机器人抛光的数学建模。2019年起草了一个用于机器人抛光的数学模型和轨迹生成方法的建议。通过运动模拟对所提出的方法进行了严格评估，该方法证实了其在产生最佳抛光轨迹方面的有效性。
基于扩散的2D路径计划器应用于腿机器人
摘要 - 在这项工作中，我们提出了北斗七星，这是一个新颖而快速的2D路径计划框架，用于四足动物，利用扩散驱动的技术。我们的贡献包括用于MAP图像和相关轨迹的可扩展数据集生成器，用于移动机器人的图像调节扩散计划器以及采用CNN的训练/推理管道。我们在多个迷宫以及波士顿Dynamic的现场和Unitree的GO1机器人的现实部署方案中验证了我们的方法。北斗七星的轨迹生成平均比基于搜索和数据驱动的路径计划算法的速度快23倍，在产生可变长度的可行路径和障碍物结构中，平均一致性为87％。网站：https：//rpl-cs-ucl.github.io/dipper/