GPS不要で移動する地上車両に自律着陸・自己充電するUAV――遠隔地の捜索救助にブレイクスルー

SpinoffはNASAの年次刊行物で、商業化に成功したNASA技術を紹介しています。この商業化は、健康・医療、消費財、輸送、公共安全、コンピュータ技術、環境資源の分野で製品とサービスの開発に貢献しています。 新しいスマートグラスは、NASAで発明された技術を用いてユーザーの脳波を測定し、どれだけ注意を払っているかを伝えます。この技術はニューロフィードバックに基づいています。脳波を検出し、ユーザーに自身の脳活動の読み取り値を示します。練習により、ユーザーはそれを制御することを学べます。 1990年代、NASAラングレー研究センターでパイロット訓練に取り組んでいた科学者が、脳波出力を注意レベルの

自律走行車に必要な3段階のテストアプローチ 自律走行車が道路を走る前に、可能な限り多くのシナリオでテストする必要があります。 シミュレーションソフトウェアとモデルベース開発ツールで仮想「テストドライブ」環境を作成 HIL（ハードウェア・イン・ザ・ループ）テストで、コントローラの実信号を現実をシミュレートするテストシステムに接続。エンジンECUなどのコントローラが、あたかも完成車に搭載されているかのように「思わせる」ことが可能。HILにより、実走行のコストなしで車両コンポーネントを多様なシナリオでテスト可能 もちろん、実際に車を出して走行テスト——オープンロードとクローズドコースの両方で

概要 テクノロジーの革新に伴い、セキュリティは処理すべき最大の課題となっています。ドローンへのアクセスが指数関数的に増加し、一般的なセキュリティに大きな脅威を与えています。UAVの使用はここ数年で増加しています。セキュリティ問題を念頭に、ここに解決策を提案します。まずUAVを検出し、その後その経路を追跡します。 物体検出には、コンピュータビジョンの深層学習アルゴリズムが非常に効果的です。入力はYOLOによって処理されます。YOLOはリアルタイム物体検出と追跡に使用されるニューラルネットワークです。 2.1 UAVの概念理解 「コンピュータビジョンを用いたUAV検出と追跡」というタイトルの通

Long Island Heavy EquipmentがG.E.T.ツール（地盤係合工具）と資材の完全ラインナップをリリース。詳細については631-468-8851までお電話ください。