Indeks pełnotekstowy

Wyszukiwanie

22 wyników dla „swarm robotics”

Platformy · trafność 26

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.

Katalog · Akumulatory UAV · trafność 20

Akumulator do HOVERAir AQUA

Karta produktu Akumulator do HOVERAir AQUA: parametry techniczne, identyfikacja wariantu oraz dostępne oferty.

Katalog · Akumulatory UAV · trafność 20

Akumulator HoverAir X1 - Biały

Karta produktu Akumulator HoverAir X1 - Biały: parametry techniczne, identyfikacja wariantu oraz dostępne oferty.

Katalog · Akumulatory UAV · trafność 20

Akumulator HoverAir X1 - Czarny

Karta produktu Akumulator HoverAir X1 - Czarny: parametry techniczne, identyfikacja wariantu oraz dostępne oferty.

Symulacja · trafność 18

Model silnika i śmigła w symulacji UAV

Hierarchia modeli napędu UAV od mapy command→RPM→thrust po model elektryczno-mechaniczny BLDC i tablice aerodynamiczne śmigła. Artykuł wyprowadza zależności T=C_Tρn²D⁴, Q=C_Qρn²D⁵ i P=2πnQ, rozróżnia statykę od forward flight, opisuje dynamikę ESC, asymetrię spin-up/spin-down, moment bezwładności, napięcie i sag baterii, limity prądowe i termiczne, moment reakcyjny, inflow/advance ratio, ground effect, interferencję rotorów, awarie oraz identyfikację parametrów z hamowni i walidację w locie.

Platformy · trafność 10

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.

Konstrukcje · trafność 8

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 7

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.

Symulacja · trafność 7

Model sensora w symulacji UAV

Metodyka budowy modelu sensora między stanem prawdziwym symulatora a sterownikiem: poprawne układy osi i punkt pomiaru, mechanika próbkowania oraz timestamp, pasmo i anti-aliasing, opóźnienie i jitter, white noise jako density zależna od częstotliwości, bias statyczny i dynamiczny, random walk, skala, nieliniowość, cross-axis, kwantyzacja, clipping, dropout i błędy statusu. Obejmuje modele IMU, GNSS, barometru, magnetometru, airspeed, lidar/kamery, estymację parametrów z danych, covariance, walidację statystyczną oraz deterministyczne testy regresji.

Wojskowe UAV · trafność 1

Klasy wojskowych UAV

Techniczna taksonomia wojskowych UAS: formalne klasy NATO I–III i amerykańskie grupy 1–5 bez mylenia podobnych numerów, a następnie niezależne osie masy, pułapu, misji, aerodynamiki, startu, łączności, autonomii, recoverability, przeżywalności, logistyki i segmentu naziemnego. Zawiera macierz rzeczywistych platform, przypadki graniczne oraz model danych i procedurę klasyfikowania nowych wariantów.

Łączność · trafność 1

Sieci mesh dla UAV

Sieć mesh UAV od wspólnego medium i kosztu relay przez 802.11s, routing reaktywny/proaktywny, metryki ETX/airtime, konwergencję w ruchu, gatewaye, multicast i QoS po uwierzytelnianie routingu, obserwowalność i testy topologii.

Diagnostyka · trafność 1

Przegrzewanie silników i ESC

Diagnostyka termiczna napędu jako bilans mocy i czasu: I²R uzwojeń, straty żelazne i łożysk, przewodzenie oraz przełączanie MOSFET-ów, wpływ śmigła, napięcia, timingu, PWM i chłodzenia, różnice między temperaturą obudowy a uzwojenia/złącza, poprawny pomiar termoparą i kamerą IR, profile hamowni, stała czasowa, hot spoty, asymetria napędów oraz kryteria deratingu i kwalifikacji.

Wiedza · trafność 1

Licencje open source w projektach UAV — od repozytorium do produktu

Techniczno-procesowy przewodnik po licencjach open source w UAV. Rozdziela użycie wewnętrzne od przekazania kopii, source od object code, firmware od GCS/chmury, modyfikację od agregacji i analizę linking/boundary. Porównuje praktyczne obowiązki licencji permissive, Apache-2.0, file-level MPL, LGPL i GPL, w tym Corresponding Source, skrypty build/install, written offer i Installation Information w GPLv3. Obejmuje osobne licencje PCB/CAD/dokumentacji/danych/fontów/modeli, proprietary SDK i binary blobs, patenty oraz znaki, dual licensing i exceptions, zgodność zależności, SBOM/SPDX/REUSE, provenance per file, archiwum source dla każdego wydania, release gate, pakiet third-party notices, obsługę zapytań o source oraz przykłady aktualnych plików licencyjnych ArduPilot, PX4, Betaflight i INAV.

Wojskowe UAV · trafność 1

Wabiki powietrzne — klasy, sygnatury i ekonomia

Przekrojowa, bezpieczna analiza wabika jako platformy kontrolowanej obserwowalności. Rozdziela target drone, expendable decoy, stand-in jammer, attritable i reusable UAS; opisuje łańcuch detekcja–track–klasyfikacja, zależną od aspektu sygnaturę radarową, IR, wizualną i RF, wiarygodność kinematyczną, flight control, mission data, separację od nosiciela i ograniczenia aktywnej imitacji. MALD służy jako oficjalnie udokumentowany przykład modułowego air-launched decoy, a DARPA Gremlins jako limited-life reuse. Artykuł rozwija koszt oczekiwany, exchange ratio, replenishment, shelf life, produkcję masową i testy z ground truth, bez recept na saturację, zakłócanie i przełamywanie obrony.

Przeszukaj kompendium