为主动和被动的光学感官技术提供了互补的方式。此外,现有的雷达传感器具有很高的成本效益,并且在运行在户外操作的机器人和车辆中。我们介绍了雷达场 - 一种为活动雷达成像器设计的神经场景重建方法。我们的方法将具有隐式神经几何形状和反射模型的显式,物理知识的传感器模型团结起来,以直接合成原始雷达测量并提取场景占用率。所提出的方法不依赖卷渲染。相反,我们在傅立叶频率空间中学习字段,并通过原始雷达数据监督。我们验证了我们在各种室外场景中的有效性,包括带有密集车辆和基础设施的城市场景以及MM波长感应的恶劣天气情况。
摘要 极低地球轨道 (VLEO) 已被提议作为一种有益的太空任务模式,因为它们倾向于提高仪器的空间分辨率并降低单位质量的发射成本。然而,对于目视仪器来说,这些好处是以仪器扫描宽度减小为代价的。这种减少导致地球上某些区域的重访时间更长,实现全球覆盖的时间也更长。相反,光检测和测距 (激光雷达) 作为一种主动遥感技术,由于信噪比的提高,可以从较低海拔的较大扫描宽度中受益。对这种关系的研究表明,激光雷达扫描宽度与海拔的平方成反比,因此,提供所需激光雷达覆盖所需的航天器数量也与海拔的平方成反比。对合适推进系统的研究表明,尽管推进剂质量和维持轨道所需的推进器数量随着海拔的降低而增加,但由于所需航天器数量较少,整个系统的质量以及发射成本通常会随着海拔的降低而降低。对于给定的任务、航天器平台和推进系统,可以确定一个 VLEO 高度,从而实现最低的总任务成本。
到连续波(CW)HSR信号排除足够的有效穿透深度。确实是,hsr的基本物理学使用了CW信号,但不允许稍后放大(即更深的)到达有损培养基中(如脉冲地下雷达(ISR),HSR可能是可能的,但HSR具有不同的优势。其中最重要的是能够以ISR无法实现的分辨率进行较浅的地下成像。此外,由于相对较低的技术传输和接收触角,因此HSR系统的设计比ISR更简单。本文通过光学类比对HSR的主要原理进行了回顾,并描述了雷达全息图重建的可能算法。我们还介绍了Rascan类型的系统和应用的历史,这可能是唯一可商购的全息图地下雷达。在考虑的地下成像和遥感中,所考虑的是人道主义的脱落,建筑检查,对电介质航空航天材料的非破坏性测试,历史建筑和艺术品的调查,古生物学和安全筛查。用实验室和/或现场实验中获得的相关数据说明了每个应用程序。
工业机器人技术近年来经历了显着的演变,这是由于半导体技术的进步以及对更智能,更安全和更有效系统的需求不断增长的。这种转换的核心是使用高级嵌入式处理器,该处理器使用芯片上的系统架构(SOC)体系结构,该架构集成了包括外围设备和硬件加速器在内的各种组件。这些处理器在增强工业机器人的能力方面起着至关重要的作用,使他们能够以精确,速度和可靠性执行任务。在本文中,我们将深入研究高度集成的嵌入式处理器在推进工业机器人技术中的作用。
本文介绍了用于开发实用汽车雷达系统的单片 IC 技术,涵盖 HEMT 器件结构、IC 制造工艺、倒装芯片组装和电路设计。具有 0.15 µm 栅极的 InGaP/InGaAs HEMT 用于 W 波段的毫米波单片 IC,在 76 GHz 时提供 9 dB 的最大稳定增益。高度控制倒装芯片键合与柱互连被证明是一种低成本的组装方法。提出了一种用于模拟面朝下的共面波导的去嵌入技术。使用该技术设计了一个芯片组,包括 76 GHz 放大器、76 GHz 混频器、76 GHz SPDT 开关、38/76 GHz 倍频器、38 GHz 压控振荡器和 38 GHz 缓冲放大器。所制造的芯片组在汽车雷达系统中表现出了高性能。
在太空着陆操作期间,准确估计航天器的相对姿态对于确保安全成功着陆至关重要。本文提出了一种基于 3D 光检测和测距 (LiDAR) 的 AI 相对导航架构解决方案,用于自主太空着陆。所提出的架构基于混合深度循环卷积神经网络 (DR-CNN),将卷积神经网络 (CNN) 与基于长短期记忆 (LSTM) 网络的循环神经网络 (RNN) 相结合。获取的 3D LiDAR 数据被转换为多投影图像,并将深度和其他多投影图像输入 DRCNN。该架构的 CNN 模块可以有效地表示特征,而 RNN 模块作为 LSTM,可提供鲁棒的导航运动估计。我们考虑、模拟和实验了各种着陆场景,以评估所提出架构的效率。首先使用 PANGU(行星和小行星自然场景生成实用程序)软件创建基于 LiDAR 的图像数据(范围、坡度和海拔),然后使用这些数据对所提出的解决方案进行评估。建议使用 Gazebo 软件中的仪表化空中机器人进行测试,以模拟在合成但具有代表性的月球地形(3D 数字高程模型)上着陆的场景。最后,使用配备 Velodyne VLP16 3D LiDAR 传感器的真实飞行无人机进行真实实验,以在设计的缩小版月球着陆表面上着陆时生成真实的 3D 场景点云。所有获得的测试结果表明,所提出的架构能够通过良好合理的计算提供良好的 6 自由度 (DoF) 姿势精度。
近年来,许多探测器被发射到月球、行星、小行星和彗星进行科学观测。许多探测器都携带了光探测和测距 (LIDAR) 系统,其测量范围从几十公里到几百公里 [1, 2, 3, 4, 5]。我们已经为远程 LIDAR 接收器开发了定制 IC“LIDARX”,它将安装在火星卫星探测器 (MMX) [6] 上。另一方面,如果航天器降落在月球或行星上进行科学观测或资源勘探,航天器的着陆点通常是未开发地点,这些地点可能并不总是着陆的理想地点。在这些未开发地点进行精确着陆需要三维 (3D) 图像,以便在着陆前立即测量地形、避障和检测相对于地面的姿态。美国宇航局的自主着陆和避险技术 (ALHAT) 项目正在开发一种系统,用于快速自主地识别未来行星着陆装置 GN&C 的安全着陆点 [7, 8, 9]。在 ALHAT 中,Flash LIDAR [10, 11, 12, 13] 被定位为障碍物检测的重要传感器。作为一个典型的例子,2016 年发射的 OSIRIS-REx 使用 Flash LIDAR 进行制导、导航和控制 [14, 15, 16, 17]。Flash LIDAR 是一种以类似于闪光摄影的方式捕获 3D 图像的传感器,通过将激光脉冲散射并照射到相机的视场上,相机会
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。
图 2。左图:发射的激光脉冲(粗箭头)被导向大气、波长计和光谱仪,用于内部参考测量(LPO:低功率振荡器、PLL:锁相环、SHG:二次谐波生成、THG:三次谐波生成、RLH:参考激光头)。接收到的反向散射信号通过前置光学器件传输,然后由两个不同的光谱仪进行分析。一小部分反向散射信号被引导至 UV 相机以进行共对准(细虚线箭头)。累积电荷耦合器件 (ACCD) 检测入射光子,模拟数字转换器 (ADC) 转换信号。右图:用于 Mie 和 Rayleigh 通道的 ACCD 的简化操作原理。在成像区采集后,信号通过传输行移至存储区。从那里,电荷被推送到读出寄存器,最后推送到 ADC。信号电平按颜色编码,从黑色(无信号)和蓝色(低)到红色(高)。
摘要 — 演示了一种用于大气二氧化碳 (CO 2 ) 集成路径差分吸收激光雷达的磷化铟光子集成电路 (PIC)。PIC 由两个宽调谐采样光栅分布布拉格反射器 (SGDBR) 激光器、定向耦合器、相位调制器、光电二极管和半导体光放大器 (SOA) 组成。一个 SGDBR 激光器(前导)使用片上相位调制器和台式 CO 2 Herriott 参考单元锁定在 1572.335 nm 处的吸收线中心。另一个 SGDBR 激光器(跟随器)在 1572.335 nm 附近以 ± 15 GHz 的频率步进,以扫描目标 CO 2 吸收线。跟随器激光器通过光学锁相环偏移锁定到前导激光器。跟随器激光器后的 SOA 在每个频率步进处产生一个脉冲,以创建对目标 CO 2 吸收线进行采样的脉冲序列。根据目标性能要求对 PIC 组件和子系统进行特性描述和评估。与自由运行相比,引导激光器在锁定状态下的频率稳定性标准偏差提高了 236 倍,而与引导激光器相比,在 2 GHz 编程偏移下,跟随激光器的频率稳定性标准偏差为 37.6 KHz。