全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 全球典型国家和地区无人驾驶航空器服务提供体系发展动态
- 作者： 刘徽. 来源： 《法学前沿》集刊2023年第1卷——航空法研究文集 年份： 2023 文献类型 ： 会议论文 关键词： 无人驾驶航空系统交通管理 U 交通管理制度 无人驾驶航空器 运行风险管理 space UTM
- 描述： 过去十年,无人驾驶航空器行业的科技进步已经在逐步影响传统航空业的运行方式,越来越多的国家和监管当局意识到有必要向无人驾驶航空器开放低空空域。美国、新加坡、澳大利亚和欧盟等国家和地区以及国际民用航空组织等国际组织纷纷启动了民用无人驾驶航空器交通管理策略的探索、研究、试点论证。中国对于民用无人驾驶航空器交通管理系统建设已经初有成效,呈现出一定程度上基于运行风险管理的权力下放与同时保持较强监管的特点,中国的优势在于其强大的无人机产业提供技术与实践经验的支撑。无人机交通管理系统的标准化、自动化、体系化管理制度将是未来重点。
- 全球典型国家和地区无人驾驶航空器服务提供体系发展动态
- 作者： 刘徽. 来源： 《法学前沿》集刊2023年第1卷——航空法研究文集 年份： 2023 文献类型 ： 会议论文 关键词： 无人驾驶航空系统交通管理 U 交通管理制度 无人驾驶航空器 运行风险管理 space UTM
- 描述： 过去十年,无人驾驶航空器行业的科技进步已经在逐步影响传统航空业的运行方式,越来越多的国家和监管当局意识到有必要向无人驾驶航空器开放低空空域。美国、新加坡、澳大利亚和欧盟等国家和地区以及国际民用航空组织等国际组织纷纷启动了民用无人驾驶航空器交通管理策略的探索、研究、试点论证。中国对于民用无人驾驶航空器交通管理系统建设已经初有成效,呈现出一定程度上基于运行风险管理的权力下放与同时保持较强监管的特点,中国的优势在于其强大的无人机产业提供技术与实践经验的支撑。无人机交通管理系统的标准化、自动化、体系化管理制度将是未来重点。
- 航空军医模拟飞行卫勤组训体系构建研究
- 作者： 代静 刘洋 王航 杨琳 王春晨 高志君 秦义隆 文治洪 曹新生 来源： 空军航空医学 年份： 2023 文献类型 ： 期刊 关键词： 航空航天医学 航空军医 模拟飞行 航卫保障
- 描述： 本研究通过实践研究与问卷调查，分析空军军医大学航空军医模拟飞行卫勤组训现状和存在问题，借鉴外军经验措施，并基于我军航空军医岗位职责和部队实际需求，提出训练体系改进建议。初步构建当前军医大学航空军医模拟飞行教学训练体系，但是在培训时长、模拟装备、实训科目和组训方式等方面需要进一步完善。
- 虚拟现实技术（VR）与线上案例混合式教学在航空航天医学实践教学中的应用
- 作者： 王文岚 李娅 李文斌 张馨 韩佩君 暴军香 来源： 心脏杂志 年份： 2023 文献类型 ： 期刊 关键词： 航空航天医学 实践教学模式 虚拟仿真实验 高压氧治疗 高空减压病
- 描述： 目的 为解决航空航天医学实践教学部分内容操作危险性和地面不可模拟性的问题,为学员提供真实学习场景,提高航空航天医学实践教学的高效性和学员的参与度。方法 建设“高压氧治疗高空减压病的原理” VR课件
- CNN with New Spatial Pyramid Pooling and Advanced Filter-Based Techniques: Revolutionizing Traffic Monitoring via Aerial Images
- 作者： Irfan Javid Rozaida Ghazali Waddah Saeed Tuba Batool Ebrahim Al Wajih 来源： Sustainability 年份： 2023 文献类型 ： 期刊 关键词： semantic Kalman categorization recognition extended vehicle filter pooling U and pyramid segmentation spatial Net
- 描述： The escalation in vehicular traffic, in conjunction with global population growth, has precipitated heightened road congestion, augmented air pollution, and a rise in vehicular accidents. Over the past decade, the global vehicular count has witnessed a substantial surge. In this context, traffic monitoring emerges as a paramount challenge, especially within developing nations. This research introduces an innovative system for vehicle detection and categorization aimed at intelligent traffic monitoring. The system utilizes a convolutional neural network-based U-Net model for the segmentation of aerial images. After segmentation, the outputs are further analyzed for vehicle identification. This vehicle detection utilizes an advanced spatial pyramid pooling (ASPP) mechanism which refines the spatial partitions of the image and captures intricate details, enhancing the accuracy and precision of the detection process. Detected vehicles are then categorized into distinct subcategories. For the effective management and control of high-density traffic flow, the extended Kalman filter (EKF) technique is employed, thereby reducing the reliance on human oversight. In experimental evaluations, our proposed model exhibits exemplary vehicle detection capabilities across the German Aerospace Center (DLR3K) and the Vehicle Detection in Aerial Imagery (VEDAI) datasets. Potential applications of the system encompass vehicle identification in traffic streams, traffic congestion assessment, intersection traffic density analysis, differentiation of vehicle types, and pedestrian pathway determination.