赛博朋克!灵感来自枫树种子荚的多翼滑翔机,空中可分体

耗时三年,14万行,50年前阿波罗11号登月的全部代码都能在GitHub找到了! 大数据文摘出品 作者:易琬玉 50年前的今天,美国宇航员尼尔森·阿姆斯特朗从阿波罗11号飞船登月舱走出,在月球表面留下了人类登月的第一个脚印。 美国总统肯尼迪1961年就设定了登月目标。阿波罗计划历时9年,经历了十次失败,Apollo11号才终于将人类的踪迹带到了月球。在着陆前,躲开了陨坑和巨石宇航员阿姆斯特朗和奥尔德林在着陆点周围探索了两个多小时,他们采集了土壤和岩石样本、... 阅读详情

大数据文摘出品

来源:IEEE

编译:张大笔茹、曹培信

 

文摘菌之前报道过,无人机正在非洲成为医疗救命的杀手锏,落后的公共交通和基础设施,让无人机在此大显身手,非洲无人机的应用场景已经进入农业、野生动物保护、医疗等多个领域。尤其是医疗领域,在卢旺达,使用无人机可以让医院采购血液的时间从4小时缩短到15分钟。

 

而无人机的成本相对来说还是比较大的,目前这个项目是有政府补贴的,可一旦这些补助结束,医疗无人机的价格对于这些非洲发展中国家来说,将是难以承受的数字!

 

目前主流的无人机都是四旋翼的无人机,这种无人机需要强大的电动机和遥控系统,所以成本偏高,而且由于续航能力有限,要完成区域覆盖的话则需要相当数量的无人机,成本进一步加大而且需要相应的操作和维护人员。

 

那这样的问题可以怎么解决呢?

 

大小搭配是一个可行的方法。

 

用少量的大型无人机搭载一定数量成本很低的滑翔机,每个滑翔机带有货物(疫苗等),大型无人机在指定的路线飞一圈,在需要投送的将滑翔机投送下去,从而提高效率、降低成本。

 

这种方式需要成本非常低的滑翔机。

 

新加坡科技与设计大学(SUTD)的机器人专家一直在研发一款成本非常低,甚至可以作为一次性使用的多翼无人机,名为Samara,他们的成果发表在IEEE机器人和自动化快报的一篇新论文中。

 

论文链接:

https://ieeexplore.ieee.org/document/8744585

 

灵感来自枫树种子荚

 

对于滑翔机的设计来说,需要最大限度地减少机身质量和操纵面(control surfaces),而秋天从树上旋转着落到地面的枫树种子荚则研究者们提供了一些灵感。

 

 

研究人员将五个这种类似枫树种子荚设计的滑翔机连接在一起,然后看在飞行过程中将它们分开会出现什么样的状况,如果能够做到空中散开并各自滑翔到预期地点,那么投送效率将第一步加大。

 

 

新加坡科技与设计大学研制的无人机,拥有五个机翼(左上),机翼的细节:(a)用于半室内测试的较小的44.9克机翼; (b)83.4克机翼,能够携带用于定向控制实验的Pixracer,GPS和磁力计。

 

Samara多翼无人机本质上是一个自旋转的机翼,虽然本身的机翼没有转向功能,但另一个版本的增加了一个可随时移动的驱动机翼,这样的话,在降落过程中就可以以瞄准地面上特定的位点。

 

 

先合作减速,再分开精准落地

 

Samara多翼协作无人机的设计可以看作是空中的减速器。

 

你可以把它想象成一个降落伞:它可以让你从飞机上抛出的任何东西都能保持完好无损,而不是最终硬着陆砸到地面上。

 

为了达到这个目的,论文描述了一种解决方案,将五个滑翔机翼在投送下来的阶段固定在一起,看起来有点像直升机旋翼,在初始下降阶段五个机翼协同自转,彼此连接以形成轮毂,这种组合形式实现了更高的旋转能量,并且可以实现协作控制策略,以保持前期降落的速度不会太快。

 

一旦多翼协作无人机到约定的高度,五架Samara滑翔机就可以同时分开,独自完成自己的任务,就像天女散花一样!

 

其中每个机翼形成一个襟翼,并且使用一个小的控制机构周期性地改变其滑翔的俯仰角。由于所有的襟翼都可以在协同模式下同时启动,因此具有更好的机动性,从而获得更高的阻力。因此垂直和水平的速度可以控制到一定程度,使它能够导航到目标位置和软着陆。

 

Samara多翼协作无人机本身可以携带小型的有效载荷,如传感器或紧急医疗用品,刚才的视频中的这些小型版本的还能够携带额外30克的有效载荷。虽然它们可能没有传统固定翼滑翔机那么大的容量,但它们有垂直下降的优势,并且由于它们拥有转向功能,因此比降落伞更实用。

 

研究人员计划改进他们的小型无人机的设计,目标是进一步提高旋转速度并改善单无人机版本和多翼协作版本的控制性能。

 

十个技巧,让你成为“降维”专家 大数据文摘出品 来源:PLOS 编译:啤酒泡泡、刘兆娜、李雷、sirin、邢畅、武帅、钱天培 在分析高维数据时,降维(Dimensionality reduction,DR)方法是我们不可或缺的好帮手。 作为数据去噪简化的一种方法,它对处理大多数现代生物数据很有帮助。在这些数据集中,经常存在着为单个样本同时收集数百甚至数百万个测量值的情况。 由于“维度灾难”(cur... 阅读详情

相关推荐

手工计算神经网络第三期:数据读取与完成训练

大数据文摘出品作者:蒋宝尚小伙伴们大家好呀~~用Numpy搭建神经网络,我们已经来到第三期了。第一期文摘菌教大家如何用Numpy搭建一个简单的神经网络,完成了前馈部分。第二期为大家带来了梯度下降相关的知识点。这一期,教大家如何读取数据集,以及将数据集用于神经网络的训练,和上两期一样,这次依然用Numpy实现。在开始代码之前,文摘菌先带大家看看今天我们使用的数据集。数据集介绍数据集采用著名的MNIS...

BigDataDigest的博客 1159

5G爆发前夜,谷歌微软争相豪赌的云游戏厉害在哪?

大数据文摘出品 作者:曹培信 今年3月20日,Google CEO Sundar Pichai在全球最大的游戏大会之一GDC,发布了云游戏平台Stadia以及一款配合Stadia平台使用的游戏手柄。 几天后,在E3 2019游戏展上,微软也展示了自家的云流媒体服务Project xCloud。 巨头科技公司抢占云游戏高地的帷幕正在缓缓拉开。在讨论更多细节之前,让我们先...

BigDataDigest的博客 5605

DeepMind发布多智能体协作最新评估方法α-Rank,登上Nature

大数据文摘出品 来源:Nature 编译:魏子敏、宁静 在开发通用人工智能的过程中,训练和评估算法同样重要。 评估指标不仅仅在培训结束时发挥作用,并且也是整个培训过程中智能体进化的关键驱动因素。 错误的排序和不合理的限制可能会让AI自行进化出奇怪的“心眼”。在之前我们的一篇报道中就总结了错误的评估方式导致的AI“钻空子”训练法,比如在让AI玩俄罗斯方块的时候,发现最...

BigDataDigest的博客 1157

AI = 神经网络?这8个技术就不是!

大数据文摘作品编译:傅一洋、丁慧、AileenAI热潮中,有关神经网络的声音最大。然而,AI远远不止如此。目前在AI技术领域中,投入资金最多的当属对神经网络的研究了。在众人眼中,神经网络技术貌似就是“程序构造的大脑”(虽然比喻很不准确)。神经网络的概念早在20世纪40年代就被提出,但直到现在,人们对于神经元及大脑的工作方式仍然知之甚少,最近几年,科研界关于神经网络技术创新的呼声越来越强,渴望重...

BigDataDigest的博客 4054

Adobe又逆天!不用机器学习,用13.5M软件把《长安十二时辰》变成水墨动画

大数据文摘出品 作者:曹培信 用过修图软件的同学们应该都知道,利用强大的GAN,已经可以实现一键转换照片风格的功能,比如将你拍的风景照转换成一副印象派的画作。 现在,轻松转换视频风格的软件也诞生了! Secret Weapons发布了一款简单而又强大的软件EbSynth,由布拉格捷克技术大学和Adobe共同研发。这款只有13.5M的免费工具,轻松几步就可将视...

BigDataDigest的博客 1123

所见即所触,教AI实现触觉和视觉的信息交互

大数据文摘出品 来源:MIT 编译:楚阳 在加拿大作家玛格丽特•阿特伍德的著作《盲人杀手》中有这样一段描述:“触觉,先于视觉也先于语言,既是第一语言也是最后的语言,并总是诉说真相。” 触觉使我们可以感受世界,而视觉帮助我们了解其全貌。 被编写为视觉或者触觉的机器人一般不能实现此两种感官信息的交互。为打破这种隔绝,来自MIT(麻省理工学院)CSAIL(计算机科学与人工...

BigDataDigest的博客 1029

入职一年后,一位算法工程师给初学者的一封信

大数据文摘出品 来源:towardsdatascience 编译:啤酒泡泡、fuma、张弛、宁静 “作自己的怀疑论者,不断试错,有时,沟通比技术本身能带来更大的价值。” ——佚名 亲爱的读者: 你们好!我是Daniel Bourke,一位来自澳大利亚的机器学习工程师。我在这个岗位上从业有一年之久了,好吧,可能很多读者对这个岗位不太熟悉,可以随我看下一天的工作...

BigDataDigest的博客 2235

Wandb用起来,一行Python代码实现Keras模型可视化

大数据文摘出品来源:wandb编译:邢畅、宁静在训练神经网络的过程中,我们可能会希望可视化网络的性能和中间的结构,很多可视化代码的冗长复杂使得我们望而却步,有没有一行代码就能解决可视化的所有问题呢?通过wandb,只需要加一行Python代码就可以可视化Keras网络性能指标和结构。(注:Keras使得构建神经网络变得简单明了,这一点深得人心)这样好用的包如何下载呢?只需运行“pip instal...

BigDataDigest的博客 984

从DeepNet到HRNet,这有一份深度学习“人体姿势估计”全指南

大数据文摘出品来源:blog.nanonets作者:栾红叶、熊琰、周家乐、钱天培从DeepNet到HRNet,这有一份深度学习“人体姿势估计”全指南几十年来,人体姿态估计(Human Pose estimation)在计算机视觉界备受关注。它是理解图像和视频中人物行为的关键一步。在近年深度学习兴起后,人体姿态估计领域也发生了翻天覆地的变化。今天,文摘菌就从深度学习+二维人体姿态估计的开山之作Dee...

BigDataDigest的博客 1153

YOLO26算法星形目标识别+训练好的模型+100张数据集+pyqt可视化界面.zip

附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[星星(Star)] 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 85 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9950** mAP50-95 | 0.8477 Precision | 1.0000 Recall | 0.9954 train/box_loss | 0.8235 train/cls_loss | 0.7275 val/box_loss | 0.7248 val/cls_loss | 0.9621 【训练过程分析】 85 轮训练后,我们得到了一个 mAP50 为 0.9950 的模型,这真是让人惊喜的成绩。一开始,模型的训练过程进展非常迅速,loss 在前 20 轮内从 1.5000 下降到 1.0000 附近,此后,loss 依然保持稳步下降,但速度明显放缓,特别是在第 30 轮到第 50 轮之间,loss 曲线进入了一个平台期,大约在 0.85 附近徘徊了 10 轮,直到第 60 轮左右才再度加速下降。这样的表现说明模型在前期阶段收敛良好,但到了后期,确实需要更多的训练轮次以确保模型的稳定性。 在验证集上,val_loss 保持平稳,没有出现明显的波动,这进一步证明了模型没有过拟合。然而,我们注意到在第 80 轮和第 85 轮之间,val_loss 似乎有所微弱的反弹,尽管这种波动并不显著。在训练集上,前 50 轮训... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。

科技中介服务机构如何提升客户在技术评估与需求匹配环节的服务效率与专业度.docx

科技中介服务机构如何提升客户在技术评估与需求匹配环节的服务效率与专业度

Netflix一位数据科学家剪出了上百部爱情片,想教AI认识“亲吻” | 国际接吻日

大数据文摘出品 编译:高延、橡树_Hiangsug、宁静 7月6日,这可能是一年中最适合亲吻的日子——国际接吻日(International Kissing Day)。 这个节日最早起源于英国。1991年这个节日得到了联合国的承认,也希望让更多人知道,亲吻的美好,这也是人类表达爱意最自然的一种方式。 那么,人工智能可以通过训练了解亲吻吗? 来自Netflix的...

BigDataDigest的博客 1093

51单片机的温湿度检测报警系统仿真资料

51单片机的温湿度检测报警proteus仿真系统

全球首个AI宇宙模拟器发布!6亿光年宽度,还“自行”跑出了暗物质

大数据文摘出品 作者:易琬玉、曹培信 《创世纪》里,神用7天创造了这个世界。而现在,你可能也有机会体验这个过程,创造一个属于自己的宇宙。 6月11日,Space Engine 0.990版本在Steam平台发售,发售不到一天,近300测评全部为最高评价,截止6月20日已经卖出了2万份,同时Steam用户好评率高达96%。之后,还得到了资深电脑游戏玩家、复旦大学中文系教授严峰的...

BigDataDigest的博客 1026

国央企创新负责人如何通过平台识别并引进关键技术?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

ArcGIS基础:CAD数据转换为GIS数据(符号化显示、数据转换、线转面、空间连接)

1、符号化显示: CAD数据加载进来有很多列表,包含了点【point】、线【polyline】、面【polygon】、标注数据【Annotation】等数据,本次实验我们需要用到的是面数据,也就是.dwgPolygong格式的数据。如下图所示: 把数据加载进来,然后在2处打开属性表,查看CAD数据的属性表,打开后可以发现【layer】图层表示就是地块的用地性质,它就是符号化显示的依据。 我们在数据上右键【属性】,打开图层属性,找到【符号系统】,选择类别中的【唯一值】,然后在【值字段】下拉选择【layer】,

yuanYW7556的博客 2万+

1美元从零开始训练Bert,手把手教你优雅地薅谷歌云TPU羊毛

大数据文摘出品 来源:Google Colab 编译:武帅、曹培信 2018年10月,Google AI团队推出了Bert,可以说Bert一出生就自带光环。 在斯坦福大学机器阅读理解水平测试SQuAD1.1中,Bert在全部两个衡量指标上,全面超越人类表现。并且在另外11种不同NLP测试中均创造了历史以来最好成绩,将GLUE基准提升7.6%,将MultiNLI的准确率提提升...

BigDataDigest的博客 1023

告别双系统!用Ventoy把Ubuntu 22.04装进U盘,打造你的随身开发环境(附保姆级避坑指南)

本文详细介绍了如何使用Ventoy将Ubuntu 22.04安装到U盘,打造便携式开发环境。通过即插即用的特性,开发者可以在任何x86电脑上快速启动完整的Ubuntu系统,无需配置双系统或虚拟机。文章提供了从硬件准备到系统优化的全流程指南,帮助用户高效创建随身开发环境。

weixin_31569671的博客 364

贝叶斯网络之父:当前的机器学习其实处于因果关系之梯的最低层级

大数据文摘出品 每当提起“无人驾驶”汽车技术如何强大,又被大众赋予了怎样的期待,都会让人想起HBO电视剧Silicon Valley《硅谷》中的一个情节: 硅谷大亨风险资本家Gregory的助手安排了一辆无人驾驶汽车送创业公司的小员工Jared回家,本以为这个剧情只是为了诠释一种硅谷式傲慢,刚上车时一切也都很顺利,谁知路程走了一半,这辆汽车突然开始执行日程中之前设置好的指令,罔...

BigDataDigest的博客 937

为什么AI时代的优秀组织,都在学习Meta的Pod结构?看完秒懂

当AI技术重塑产业格局,企业协作正面临前所未有的挑战——层级繁琐、跨部门内耗、迭代滞后,传统组织模式早已难以跟上技术革新的步伐。作为全球AI原生企业的标杆,Meta独创的Pod组织模式,用“小而美”的自治单元打破困局,成为AI时代高效协作的典范。本文将从定义、运作、价值到未来演进,全面拆解Pod模式,为企业组织变革提供可参考的思路与路径。德鲁克曾说:“组织的功能就是让平凡的人做平凡的事。”而Meta Pod打破这一局限,通过去中心化、指标导向、跨界融合,让优秀人才产生“化学反应”。

Kiss_AIHR的博客 1175

Debian下Rust环境极速安装指南:国内镜像+避坑配置(附清华/中科大源对比)

本文详细介绍了在Debian系统上快速安装和配置Rust开发环境的完整指南。针对国内网络环境,重点对比评测了清华大学、中国科学技术大学等主流镜像源,提供了详细的安装配置步骤、Cargo优化技巧以及常见问题排查方案,帮助开发者显著提升依赖下载和编译效率。

s8t9u0v1w的博客 1162
上一篇: 北京电影学院发了一篇满是数学公式的计算机顶会论文,并开源了其代码
下一篇: 8国5G网速测评!美国最快,是4G的2.7倍
BigDataDigest
博客等级 码龄9年 448粉丝 500原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值