Nawigacja i autonomia · trafność 62
Indeks pełnotekstowy
Wyszukiwanie
23 wyników dla „obstacle avoidance”
Katalog · Kamery FPV i pokładowe · trafność 40
DJI Mini 4 Pro (DJI RC 2) All-In-One Omni Obstacle Sensing Mini Camera Drone
Karta produktu DJI Mini 4 Pro (DJI RC 2) All-In-One Omni Obstacle Sensing Mini Camera Drone: parametry techniczne, identyfikacja wariantu oraz dostępne oferty.Katalog · Kamery FPV i pokładowe · trafność 40
DJI Mini 4 Pro (RC-N2) All-In-One Omni Obstacle Sensing Mini Camera Drone
Karta produktu DJI Mini 4 Pro (RC-N2) All-In-One Omni Obstacle Sensing Mini Camera Drone: parametry techniczne, identyfikacja wariantu oraz dostępne oferty.Platformy · trafność 38
Skydio X10 — profil architektury
Skydio X10 jako system autonomiczny, nie tylko zestaw kamer: 2,11–2,16 kg, sześć kamer w układzie górnym i dolnym, VIO/GNSS i Attitude Mode, Jetson Orin oraz Snapdragon, pakiety VT300-Z/L, termowizja Boson+, bateria 154–156 Wh, Connect SL i 5G, opcjonalne RTK/PPK, NightSense, Dock, cyberbezpieczeństwo oraz program testów percepcji, łącza, energii i aktualizacji.Platformy · trafność 8
Parrot ANAFI Ai — profil architektury
ANAFI Ai rozłożony na warstwy sprzętu i software: 898-gramowy airframe, ICM-40609-D i stabilizowane termicznie sensory, GNSS/flow/ToF, ruchoma para kamer stereo, kamera 48 MP, przełączanie Wi-Fi–4G, bezpieczny element, Air SDK z Flight Supervisor–Guidance–Services, aplikacje Ground SDK/Olympe oraz symulacja Sphinx. Artykuł zawiera procedury testu łącza, percepcji, energii, misji i aktualizacji, z oddzieleniem danych producenta od założeń.Nawigacja i autonomia · trafność 6
Terrain following UAV
Terrain following jako sterowanie względem modelu lub bieżącego pomiaru gruntu: rozróżnienie AGL/MSL/ellipsoid/home, DEM i rangefinderów, projekcja po pochyleniu, profil look-ahead ograniczony osiągami, bandwidth wysokości, przeszkody i roślinność, przejścia źródeł, protokół MAVLink Terrain oraz testy stale data i utraty pomiaru.Zastosowania · trafność 4
Inspekcja linii energetycznych z UAV
Techniczny workflow inspekcji napowietrznych linii przesyłowych i dystrybucyjnych: hierarchia korytarz–przęsło–konstrukcja–zespół–element, taksonomia usterek, wymagania na liczbę pikseli i geometrię obserwacji, RGB wide/zoom, ograniczenia radiometrii na metalach o niskiej emisyjności, porównania termiczne pod obciążeniem, dzienne obrazowanie wyładowań UV oraz LiDAR do zwisu, prześwitów i roślinności. Obejmuje powtarzalne pozycje obserwacyjne, wpływ wiatru, odblasków, pól EM i cienkich przewodów na sensory, przypisanie dowodu do identyfikatora aktywa, model danych wady, QA, ślepe próby POD/false alarm, AI z human review oraz plan bezpieczeństwa uzgadniany z właścicielem sieci.Sensory · trafność 3
Lidar w UAV
Lidar jako tor pomiarowy UAV: budżet zasięgu, geometria wiązki, jakość echa, znaczniki czasu, kompensacja ruchu, kalibracja położenia sensora, interfejsy, obciążenie obliczeniowe i kryteria odbioru.Nawigacja i autonomia · trafność 3
SLAM dla UAV
SLAM jako system dwóch produktów — ciągłej odometrii i korygowanej mapy: visual, lidar oraz lidar-inertial frontend, scan matching, keyframes i submapy, pose graph i loop closure, occupancy/octree, TSDF i ESDF dla planowania, obsługa zmian ramy, pamięci, dynamiki sceny, jakości oraz testów regresyjnych.Platformy · trafność 3
Autel EVO Max — profil architektury
Rodzina EVO Max rozłożona na warianty i warstwy: różnice pierwszej generacji i V2, airframe 1,6–1,7 kg, sensory wizyjne oraz radar 24/60 GHz, GNSS/RTK, A-Mesh, Fusion 4T/4N/4NZ, termowizja i dalmierz, SkyLink, hot swap baterii, P-Port/P-Port Lite z USB/UART/PPS, PSDK dla Linux/RTOS, Mobile SDK i Cloud API, wraz z programem kwalifikacji payloadu, percepcji, energii i wersji.EW i Counter-UAS · trafność 3
Warstwowa architektura Counter-UAS — sensory, C2, odporność i procedury
Kompletna defensywna architektura C-UAS od chronionej funkcji do mierzalnej capability: łańcuch detect–track–identify–assess–decide, warstwy przestrzenne/funkcjonalne, failure-mode diversity radaru, RF, EO/IR, acoustic i RID, C2 jako kręgosłup, probabilistyczne strefy, cooperative authorization, passive defence i jawna authority matrix. Obejmuje proporcjonalność oraz koszt false response, komórki i handover, interoperability semantics, distributed degraded operation, cyber, wymagania lotniska, lifecycle procurement, recurring threat-informed tests i metryki systemowe. Aktywne metody są wyłączone z instruktażu.Symulacja · trafność 2
Symulacja SITL, HITL i HIL
Porównanie poziomów symulacji i projektowanie testów, które rzeczywiście wykrywają błędy firmware, integracji oraz konfiguracji.Podstawy · trafność 2
UAV, UAS i RPAS — precyzyjna terminologia
Rozróżnienie statku UA/UAV, systemu UAS, podzbioru RPA/RPAS, automatyzacji i autonomii oraz ról operatora, pilota zdalnego i stacji kontroli.Sensory · trafność 2
Radar pokładowy UAV
Radar pokładowy od chirpu FMCW i sygnału IF przez FFT, mapę range–Doppler, CFAR, estymację kąta i tracking po geometrię anteny, clutter, ruch platformy, integrację z autopilotem oraz podstawy obrazowania SAR.Sensory · trafność 2
Mapowanie lidarowe UAV
Kompletny pipeline mapowania lidarowego UAV: pakiety i czas każdego punktu, kalibracja osi i offsetów, deskew, direct georeferencing GNSS/INS lub SLAM, rejestracja ICP i strip adjustment, układy odniesienia, zachowanie atrybutów return/intensity, odszumianie, klasyfikacja gruntu, format LAS/LAZ oraz metryki dokładności, gęstości, kompletności i błędów między pasami.Platformy · trafność 2
DJI Matrice — profil architektury rodziny
Rodzina Matrice rozłożona na warstwy bez zgadywania niepublicznego flight controllera: profile M350, M400 i M4E/M4T, napęd i masa, dual-battery oraz TB65/TB100, GNSS/RTK heading, wielomodalne obstacle sensing z wizją–LiDAR–radarem, O3/O4 Enterprise i cellular augmentation, gimbale oraz E-Port V2, PSDK/MSDK/Cloud API, dane i cyberbezpieczeństwo, maintenance, testy zasięgu/energii/sensorów i rozdzielenie deklaracji producenta od wniosków architektonicznych.Konstrukcje · trafność 2
Mikro-UAV i nano-UAV — inżynieria małej skali
Małe UAV nie są pomniejszonymi dużymi dronami: spada Reynolds, rośnie udział masy elektroniki i powierzchni, maleje energia, a każdy przewód i osłona zmienia obwiednię. Artykuł porównuje micro/nano jako klasy operacyjne, multirotory, śmigłowce i flapping-wing, budżet masy/mocy, Crazyflie 2.1+, Black Hornet 4 i RoboBee, pozycjonowanie indoor, łączność, swarm, failure cases i program kwalifikacji.Symulacja · trafność 2
PX4 i Gazebo — laboratorium SITL
Powtarzalne laboratorium PX4 z aktualnym Gazebo: rozróżnienie Gazebo od wygaszanego Classic, przygotowanie źródeł i zależności, pierwszy target gz_x500, wybór modelu oraz world, pozycja startowa i resource path, konsola pxh oraz QGroundControl, ULog i analiza, lockstep/speed factor, headless i standalone, kamery/lidar, własny SDF, wiele instancji z unikalnymi ID/portami, test misji i failsafe oraz failure injection GPS, sensorów i silnika z weryfikacją wsparcia symulatora.Zastosowania · trafność 2
Termowizja w poszukiwaniu osób z UAV
Techniczny podręcznik użycia termowizji UAV w poszukiwaniu osób: fizyka LWIR i pozorna temperatura, rozróżnienie kamery radiometrycznej od obserwacyjnej, znaczenie NETD, FOV/IFOV, MTF i wielkości celu w pikselach, wpływ wysokości, prędkości, kontrastu do tła, pory doby, wilgotności, mgły, deszczu, koron drzew i powierzchni wody. Obejmuje przygotowanie sensora, NUC/FFC, dobór palety i gain, wzór przeszukania, nakładanie pasów, fuzję RGB, geolokalizację punktu na terenie, przekazanie zespołom naziemnym, logowanie, QA oraz testy probability of detection i false-alarm rate na realistycznych manekinach/scenariuszach.Zastosowania · trafność 2
UAV w działaniach straży pożarnej
Inżynierski i operacyjny model użycia UAV przez straż pożarną: produkty informacyjne dla dowodzącego, rozpoznanie pożaru budynku i terenu, termowizja oraz jej ograniczenia, mapowanie granicy i hotspotów, poszukiwanie osób, rozpoznanie substancji niebezpiecznych na bezpiecznym poziomie systemowym, ocena szkód i dokumentacja. Obejmuje włączenie zespołu UAS do struktury dowodzenia, dekonflikcję ze śmigłowcami i samolotami, launch/recovery zone, role pilota–obserwatora–analityka, latencję obrazu, łączność, failsafe, cyberbezpieczeństwo, prywatność, zarządzanie bateriami i danymi, checklisty oraz ćwiczenia mierzące time-to-first-useful-product, kompletność, false alarms i wpływ na decyzję.Platformy · trafność 1
Crazyflie jako platforma badawcza
Crazyflie 2.1+ jako instrument badawczy, nie zabawka: dual-MCU STM32F405/nRF51822, BMI088/BMP388, brushed propulsion i wariant Brushless, 2,4 GHz/BLE/CRTP, architektura estimator–controller, param/log API, automatycznie wykrywane decki z konfliktem pinów i wersjonowaniem firmware, systemy pozycjonowania Lighthouse, Loco UWB, motion capture i Flow, swarm scaling oraz rygor powtarzalności, synchronizacji czasu, bezpieczeństwa i kwalifikacji eksperymentu.Symulacja · trafność 1
Fault injection w testach UAV
Metodyka fault injection dla UAV od wymagania i hipotezy awarii po automatyczną kampanię testową. Rozróżnia fault, error, failure i hazard, klasyfikuje stuck/off/delay/dropout/bias/drift/wrong-but-plausible oraz awarie aktuatorów, zasilania i łączy, pokazuje właściwe miejsce wstrzyknięcia, orkiestrację czasu, monitor/oracle, latency detekcji i recovery, deterministyczny reset, pokrycie fault space, common-cause i kombinacje. Zawiera praktyczne użycie mechanizmów PX4 i ArduPilot, ograniczenia SITL/HIL oraz bezpieczne kryteria przejścia do prób fizycznych.Zastosowania · trafność 1