DJI, мировой лидер в области технологий дронов, представил свою последнюю модель DJI Air 3S, разработанную как для любителей трэвел-фотографии, так и для профессионалов. Благодаря двум камерам и улучшенным характеристикам при слабом освещении Air 3S готов поднять планку аэрофотосъемки. Этот выпуск знаменует собой значительное обновление предыдущей модели Air 3, добавляя такие функции, как 1-дюймовая CMOS-камера, всенаправленное обнаружение препятствий и многое другое.

DJI Air 3S может похвастаться двойной камерой, включающей основную 1-дюймовую CMOS-камеру и 70-мм среднюю телекамеру. Каждая камера обеспечивает потрясающую детализацию даже в сложных условиях освещения, с возможностью съемки в 10-битном цвете и поддержкой динамического диапазона до 14 ступеней.

Одной из выдающихся особенностей Air 3S является его улучшенное обнаружение препятствий, которое использует LiDAR для направленных вперед датчиков, а также инфракрасные и визуальные датчики для полного всенаправленного обнаружения препятствий. Это обеспечивает более безопасные полеты ночью, в области, где дроны традиционно испытывают трудности.

Дрон также оснащен системой Smart RTH (возврат домой) нового поколения от DJI, которая гарантирует безопасный возврат к точке взлета даже в местах без GPS или ночью.

#БАС #международнаяпрактика #безопасность

Федеральное управление гражданской авиации США (FAA) объявило семь финалистов и две почетные студенческие команды конкурса FAA Data Challenge 2024. 

Во второй год своего существования конкурс фокусируется на использовании искусственного интеллекта/машинного обучения и передовой аналитики для изучения проблем и возможностей, связанных с авиацией. 

Предложения относились к одной из четырех категорий: повышение безопасности полетов; повышение эффективности эксплуатации Национальной системы воздушного пространства (NAS); содействие устойчивому развитию авиации; содействие быстро развивающимся новым и нестандартным видам использования NAS.

В число финалистов входит Университет штата Орегон за его вероятностный анализ риска на основе достижимости (PRA) для беспилотных летательных аппаратов (UAS). Предложение университета представляет новый подход к PRA на основе достижимости, адаптированный для операций UAS.

Исторические данные, такие как погодные условия, ветровые условия, плотность населения, геозонирование и отчеты об отказах самолетов, используются для построения карт вероятности опасности в критических областях воздушного пространства. Затем, вычисляя достижимое множество UAS и его пересечение с критическими областями, команда количественно оценивает вероятный риск опасности и позволяет оптимизировать законы управления, которые минимизируют этот риск. 

Этот подход призван преодолеть ограничения традиционных фреймворков PRA, предлагая непрерывную оценку рисков на основе данных в различных операционных сценариях. В рамках предлагаемого фреймворка операторы UAS в NAS могут находить гарантированно безопасные траектории полета без ущерба для эффективности, что имеет большое значение для продвижения и масштабирования безопасных и надежных технологий беспилотников.

Другой финалист, Университет Северного Техаса, был выбран за свой проект, который исследует использование графических нейронных сетей (GNN) для микропрогнозирования погоды для операций UAS.

Команда концептуализирует воздушный коридор как граф, где узлы представляют UAS, метеостанции или определенные местоположения, а ребра обозначают географические и экологические связи. Хотя данные в реальном времени остаются ограниченными, команда утверждает, что существующие наборы данных можно использовать для обучения и проверки модели GNN. Цель проекта — уменьшить масштаб прогнозов до метров для более точного и действенного прогноза погоды, в конечном итоге улучшая оперативное планирование и безопасность UAS.

Команды-финалисты представят свои концепции на очном форуме с высокопоставленными должностными лицами FAA в начале 2025 года. Они будут бороться за денежные призы на общую сумму 100 000 долларов США.

#БАС #международнаяпрактика #безопасность #США