Изучите цвета с Мстителями | Карманный дошкольный
Talaan ng mga Nilalaman:
Ang pag-oorganisa sa mga pagsisikap ng mga may karanasan na mga ranger, mga hukbo ng mga boluntaryo, mga espesyal na sinanay na aso, at mga de-kulong na helicopter ay hindi madaling gawain. Gayunpaman, kahit na ang paghahanap at pagsagip ay sikat na mapagkukunan-intensive, ito ay malinaw naman ganap na kinakailangan.
Sa kabutihang palad, ang mga operasyon ay nakakakuha ng mas mahusay. Ayon sa pinakabagong data, ang National Park Service ay matagumpay na nakatagpo ng 93 porsiyento ng mga tawag sa paghahanap at pagsagip nito sa loob ng 24 oras sa pagitan ng 2004 hanggang 2014, bawat isang Boston Globe ulat. Ngayon, ang bagong pananaliksik mula sa Langley Research Center ng NASA at MIT ay may potensyal na mapabilis ang proseso nang higit pa sa pamamagitan ng pagtuon sa isa sa pinakamadaling lugar ng mundo upang mawala: mga kagubatan.
Pinangunahan ng mag-aaral na nagtapos na si Yulun Tian, ang grupo ay naglabas ng isang video noong Huwebes na debuting isang autonomous system ng quadrotor drones na dinisenyo upang maghanap ng lugar at mag-compile ng mapa sa mataas na kahusayan at bilis. Ang mga Rangers na nanonood ng mapa mula sa istasyon ng lupa ay bibigyan ng kalayaan na mag-focus sa pagsagip mismo. Ipapakita ng grupo ang kanilang pananaliksik sa International Symposium sa kumperensya ng Eksperimental Robotics sa susunod na linggo.
Hayaan ang Drones ba ang Dirty Work
Bagaman walang operasyon sa paghahanap at pagsagip ay simple, ang mga kagubatan ay maaaring maging kapansin-pansin. Ang mga helicopter ay hindi nakikita sa pamamagitan ng siksik na canopies, para sa isa, at mahina ang mga signal ng GPS ay maaaring gumawa ng paggamit ng drone na hindi praktikal.
Gayunpaman, ang koponan ni Tian ay hindi nais na sumuko sa GPS-beholden drones, na ang kakayahang mag-bob at maghabi sa pagitan ng mga sangay ay may potensyal na mabawasan ang bilang ng mga mata na kailangan upang maisagawa ang mga misyon sa paghahanap. Upang matugunan ang problema sa GPS, ang grupo ay kumuha ng dahon mula sa mga autonomous na sasakyan (sa tingin Waymo) sa pamamagitan ng paggamit ng LIDAR upang mag-navigate.
Ang LIDAR (Light Detection and Ranging) ay gumagamit ng laser pulses upang sukatin ang distansya mula sa isang bagay. Mahirap para sa mga drone na makilala ang mga indibidwal na puno, ngunit sa LIDAR, ang mga drone ay maaaring tumingin sa mga kumpol ng puno. Sa pamamagitan ng pagsukat ng mga distansya sa pagitan ng mga ito, ang mga drone ay maaaring lumikha ng lagda ng lokasyon nito at gumuhit ng isang mapa. Kapag kinikilala ng system ang mga lagda mula sa iba't ibang mga drone na nangangahulugang binisita nila ang parehong lokasyon, impormasyon kung saan maaari itong gamitin upang magkunot ang mga mapa nang sama-sama.
Kinakalkula ang Pinakamabilis na Kurso
Ang pananaliksik ng grupo ay isang hakbang hindi lamang mula sa paggamit ng kapangyarihan ng tao, kundi pati na rin mula sa mga nakaraang mga aplikasyon ng drone.Sa pagtatangkang mapakinabangan ang kahusayan, ang mga nakaraang drones ng paghahanap at pagsagip ay pipili ng kanilang susunod na lokasyon sa paghahanap sa pamamagitan ng paglalakbay sa pinakamalapit na lugar. Tunog na makatwiran, tama ba? Ngunit ang paghahanap ng "pinakamalapit" na landas ay maaaring dumating sa presyo ng reorientation.
"Hindi iyon ang paggalang sa mga dynamics ng drone kilusan," sabi ni Tian sa isang pahayag. "Ito ay dapat na huminto at i-turn, kaya nangangahulugan na ito ay hindi masyadong mabisa sa mga tuntunin ng oras at enerhiya, at hindi ka maaaring tumagal ng mabilis bilis."
Sa sistema ng Tian, ang mga drone ay nagkalkula ng pinakamalapit na landas habang tumatagal ng kasalukuyang orientation sa account, na nagreresulta sa isang spiraled path na nagbibigay-daan sa mga drone upang mapanatili ang momentum, conserving enerhiya at oras. At sa paghahanap at pagsagip, bawat ikalawang bilang.
Sinubukan ng grupo ang mga drone sa simulations at nasubok ang dalawa sa isang tunay na kagubatan, na matagumpay na namimiloto ng mga lugar na 20-square-meter sa loob ng 2-5 minuto. Para sa buong aplikasyon, ang mga drone ay sasapat sa mga sistema ng pagtuklas ng bagay na maaaring kilalanin ang isang porma ng tao at i-drop ang isang pin sa kanilang lokasyon, kicking off isang rescue mission.
Sa pamamagitan ng pag-iwas sa mga inefficiencies ng tao at pag-drone, ang fleet of quadrotors ng MIT ay maaaring gumawa ng $ 51.4 milyon na ginugol sa paghahanap at pagliligtas ng National Park Service sa pagitan ng 2004 at 2014. Ngunit higit na mahalaga, ang bagong sistema ay maaaring tumagal ng 93 porsiyento sa itaas.
5 Disposable Robots na Makakatulong sa Tulong sa Paghahanap at Pagsagip Operations
Ang paghahanap ng mga taong nakulong sa ilalim ng mga rubble ay isa sa mga pinakamalaking pakikibaka ng mga operasyon sa pagliligtas ng lindol. Kinikilala ng kasalukuyang teknolohiya ang mga tibok ng puso sa ilalim ng mga manggagawa sa pag-aaklas at pagliligtas na kailangang simulan ang paghuhukay upang makapunta sa pinagmulan. Ngunit, paano kung may isang kuyog ng murang micro robots autonomously climbing sa pamamagitan ng ...
Mga Mapa ng Mapa ng 'Fortnite' Radar Mga Mapa ng Lokasyon: Saan Pabilisin ng mga ito para sa Linggo 5
Kailangan ng 'Fortnite: Battle Royale' na maglipat ng mas mabilis kaysa kailanman para sa isang bagong Week 5 Challenge sa Season 6 na lahat ay nangangailangan ng bagong Quadcrasher vehicle. Kaya kung saan maaaring magrekord ng mga manlalaro. bilis ng 27 o higit pa sa iba't ibang mga Radar Signs? Mayroon kaming isang mapa ng lahat ng mga lokasyon, isang gabay na video, at ang perpektong diskarte.
Ang mga Swarms ng Pag-ulan ay Lalong Magagamit para sa Paghahanap-at-Pagsagip Operasyon
Noong 2010, ang Haiti ay nagdulot ng nagwawasak na magnitude na 7.0 na lindol na humadlang sa maraming imprastraktura nito at iniwan ang marami sa ilalim ng mga rubble. Ang isang pambihirang pangkat ng 62 mga koponan na lumalapit sa ilang 1,800 katao ay nakapagligtas ng 132 na biktima sa isang 11-araw na panahon, at habang ang mga pagsisikap ay amazingly kapuri-puri, mayroong isang futur ...