XiaoMi-AI文件搜索系统
World File Search System飞行的
展示从没有状态估计的像素飞行的敏捷飞行
摘要 - 次数是最敏捷的飞行机器人之一。尽管在基于学习的控制和计算机视觉方面取得了进步，但自动无人机仍然依赖于明确的状态估计。另一方面，人类飞行员仅依靠从板载摄像头的第一人称视频流将平台推向极限，并在看不见的环境中坚固地飞行。据我们所知，我们提出了第一个基于视觉的四摩托系统，该系统自动浏览高速的一系列门，而直接映射像素以控制命令。像专业的无人机赛车飞行员一样，我们的系统不使用明确的状态估计，并利用人类使用的相同控制命令（集体推力和身体速率）。我们以高达40 km/h的速度展示敏捷飞行，加速度高达2 g。这是通过强化学习（RL）的基于识别的政策来实现的。使用不对称的参与者批评，可以促进培训，并获得特权信息。为了克服基于图像的RL训练期间的计算复杂性，我们将门的内边缘用作传感器抽象。可以在训练过程中模拟这种简单但坚固的与任务相关的表示，而无需渲染图像。在部署过程中，使用基于Swin-Transformer的门检测器。我们的方法可实现具有标准，现成的硬件的自动敏捷飞行。尽管我们的演示侧重于无人机赛车，但我们认为我们的方法超出了无人机赛车的影响，可以作为对结构化环境中现实世界应用的未来研究的基础。
由飞机牵引并绕轨道飞行的尾线天线的建模与控制
对几种控制线的稳态形状和风梯度引起的振动的候选方案进行了研究。使用经典振动链开发了计算机模拟，将自由/固定边界条件叠加在线的稳态形状和张力分布上。分析中考虑了几种形式的恢复力和耗散力。证明了叠加方法在很宽的操作范围内的有效性。开发了一种控制律，它调节拖曳机轨道半径，并证明了所有振动减少 50% 或更好的潜力。研究了第二种方案，即在线的尾端使用可控减速伞。可控减速伞在减少振动方面取得了有限的成功，但在调整线的稳态形状方面很有用。
NASA/TM—2019–220390 评估飞行的最佳实践...
SE-210 项目概述商业航空安全团队 (CAST) 成立了一个团队来分析一系列与机组人员失去对飞机姿态或能量状态的意识有关的事件和事故。这些事件被更广泛地称为失去飞机状态意识 (ASA)，它们是失控 (LOC) 事故的一个重要子集。随后，CAST ASA 团队制定了一套缓解策略 - 称为安全增强 (SE) - 以降低未来发生 ASA 事件的可能性。六个 SE（SE 200、207 至 211）要求进一步研究缓解策略。我们的工作专门用于解决 SE 210 输出 2 中确定的研究（请参阅 https://www.skybrary.aero/bookshelf/books/ 2540.pdf）。SE-210 输出 2 解决了驾驶舱界面在形成飞行员意识方面的贡献。更具体地说，重点是评估或评估驾驶舱界面，以确定其对 ASA 的支持程度。我们已经就此主题制作了一系列报告。
NASA/TM—2019–220390 评估飞行的最佳实践...
SE-210 项目概述 商业航空安全团队 (CAST) 成立了一个团队来分析一系列与机组人员失去对飞机姿态或能量状态的意识有关的事件和事故。这些事件被更广泛地称为失去飞机状态意识 (ASA)，它们是失控 (LOC) 事故的一个重要子集。随后，CAST ASA 团队制定了一套缓解策略 - 称为安全增强 (SE) - 以降低未来发生 ASA 事件的可能性。六个 SE（SE 200、207 至 211）要求进一步研究缓解策略。我们的工作专门用于解决 SE 210 输出 2 中确定的研究（请参阅 https://www.skybrary.aero/bookshelf/books/ 2540.pdf）。SE-210 输出 2 解决了驾驶舱界面在形成飞行员意识方面的贡献。更具体地说，重点是评估或评估驾驶舱界面，以确定其对 ASA 的支持程度。我们已就此主题制作了一系列报告。
太阳能飞机连续飞行的设计（博士论文 - Noth 2008）
这篇论文是我在 Roland Siegwart 教授的自主系统实验室担任研究助理四年的成果。我先是在洛桑联邦理工学院，然后在苏黎世联邦理工学院，这两所学院是瑞士的两所联邦理工学院。这段时期非常有趣且收获颇丰，我与许多机构进行了合作，在这样的环境中工作是一种荣幸。首先，我要感谢我的导师 Roland Siegwart 教授，感谢他给了我撰写这篇论文的绝佳机会，也感谢他的建议、支持和领导，让我们的实验室感觉像一个大家庭。还要感谢论文委员会成员 André Borschberg、Peter Corke 和 Claude Nicollier 对论文的仔细阅读并提出了建设性的反馈意见。如果没有 Sky-Sailor 的建造者和飞行员 Walter Engel 的大力帮助，这篇论文不可能完成。我要非常感谢他，因为在这个项目四年的时间里，他教会了我成千上万关于模型飞机的知识。与他一起工作并在艾因西德伦测试我们的飞机总是一件非常愉快的事情。我还要感谢 Samir Bouabdallah，我先是和他一起完成了我的毕业论文，然后继续完成博士论文，Daniel Burnier、Janosh Nikolic、Stéphane Michaud、Jean-Christophe Zufferey 以及 EPFL/ETHZ 的 Aero Initiative 的所有人员，感谢他们在飞行机器人和电子设备方面与我们进行了富有成效的讨论。对于他们在控制方面的帮助，我将不胜感激
根据 clps 任务订单 19d 飞行的 NASA 有效载荷概览...
概览 NASA 有效载荷按照 CLPS 任务命令 19D 飞往危海。 ME Banks 1，C. Barney 2，C. Buhler 3，CI Calle 3，M. Carter 4，M. Collier 1，D. Currie 5，J. Davis 2，M. DuPuis 3，A. Goode 4，RE Grimm 6，Z. Hull 2，D. Klumpar 2，BJ LaMeres 2，RW Maddock 7，CM Major 2，M. Mehta 8，MM Munk 7，S. Nagihara 9，CP Nguyen 7，JJK Parker 1，J. Sample 2，L. Springer 2，DE Stillman 6，O. Tyrrell 7，BM Walsh 10，RN Watkins 11,12，K. Zacny 13。 1 美国国家航空航天局戈达德太空飞行中心，maria.e.banks@nasa.gov，2 蒙大拿州立大学，3 美国国家航空航天局肯尼迪航天中心，4 宙斯盾航天公司，5 马里兰大学，6 西南研究所，7 美国国家航空航天局兰利研究中心，8 美国国家航空航天局马歇尔太空飞行中心，9 德克萨斯理工大学，10 波士顿大学空间物理中心，11 北极斜坡地区联邦公司，12 美国国家航空航天局总部，13 Honeybee Robotics。
由飞机牵引并绕轨道飞行的尾线天线的建模与控制
对几种控制线的稳态形状和风梯度引起的振动的候选方案进行了研究。使用经典振动链开发了计算机模拟，将自由/固定边界条件叠加在线的稳态形状和张力分布上。分析中考虑了几种形式的恢复力和耗散力。证明了叠加方法在很宽的操作范围内的有效性。开发了一种控制律，它调节拖曳机轨道半径，并证明了所有振动减少 50% 或更好的潜力。研究了第二种方案，即在线的尾端使用可控减速伞。可控减速伞在减少振动方面取得了有限的成功，但在调整线的稳态形状方面很有用。
由飞机牵引并绕轨道飞行的尾线天线的建模与控制
对几种控制线的稳态形状和风梯度引起的振动的候选方案进行了研究。使用经典振动链开发了计算机模拟，将自由/固定边界条件叠加在线的稳态形状和张力分布上。分析中考虑了几种形式的恢复力和耗散力。证明了叠加方法在很宽的操作范围内的有效性。开发了一种控制律，它调节拖曳机轨道半径，并证明了所有振动减少 50% 或更好的潜力。研究了第二种方案，即在线的尾端使用可控减速伞。可控减速伞在减少振动方面取得了有限的成功，但在调整线的稳态形状方面很有用。
用多个无人机对飞行的搭档旅行推销员问题进行建模
由无人机V∈D执行的排序由元组（i，j，k，v），（i，j，k，k和j）正式定义，其中i∈N0是启动节点，j∈C'，客户服务的客户和k∈N + rendezvous node。让F为各种各样的集合
高度椭圆形轨道飞行的航天器形成的亚毫米级相对导航技术
摘要：高度椭圆形轨道（HEO）中的航天器的形成（SFF）引起了很多关注，因为在太空探索中的许多应用中，同时精确的指导导航和控制（GNC）技术（尤其是精确的范围）为此类SFF任务提供了成功的基础。在本文中，我们介绍了一种新颖的K带微波炉（MWR）设备，该设备旨在在未来的HEO SFF任务中对亚毫米级的精确范围技术的轨道验证。范围技术是一种同步的双单向范围（DOWR）微波相蓄积系统，在实验室环境中实现了数十微米的范围精度。提供了MWR设备的详细设计和开发过程，并分析了范围的错误源，并考虑了实际的扰动，为HEO形成场景提供了相对的轨道动态模型。此外，引入了一种自适应卡尔曼过滤算法，用于SFF相对导航设计，并结合了过程噪声不确定性。在使用MWR时，SFF相对导航的性能在高精度六个自由度（6-DOF）移动平台的硬件（HIL）模拟系统中测试。使用自适应过滤器的MWR的最终范围估计误差小于35 µm m，范围率为8.5 µm/s，这证明了未来HEO形成任务应用程序的有希望的准确性。