双桥好的单机图形化编程机构

新的DroneDeploy App Market推出了超过15个首批应用程序，并为第三方开发人员提供无人机2D地图和3D模型世界中大的数据集，以帮助解决业务挑战。“企业一直在要求将无人机数据更加无缝地集成到他们的工作流程中，第三方一直在寻求为我们的全球社区开发解决方案，”DroneDeploy首席执行官兼联合创始人Mike Winn说。“DroneDeploy App Market提供与Box和John Deere等公司的一键式集成，这是实现商用无人机用户的重要一步。”在DroneDeploy平台上引入App Market为基于云的无人机数据分析的各个方面创建了一站式服务。

所以我们像设计一个可以自动将垃圾分类回收的装置。”几位小队员轮流向记者介绍自己的设计理念：“这个传送带可以将垃圾桶自动传送到集中处理的地方。”“然后这辆垃圾回收车里面也已经分类好，回收的时候感应到不同的垃圾桶，就可以把垃圾装到车里了，只不过我们没办法做到自动感应，只能手动把垃圾桶取出来放到垃圾车里，相信我们再大一点就一定能做到了。”

编程无人机面对不确定性飞行像亚马逊这样的公司对无人机有很大的想法，可以直接送货上门。但是，即使把政策问题放在一边，单机图形化编程机构编程无人机也很难在城市等杂乱的空间飞行。能够在高速行驶时避开障碍物在计算上是复杂的，特别是对于小型无人机而言，这些小型无人机可以携带多少以进行实时处理。好的单机图形化编程许多现有方法依赖于复杂的地图，旨在告诉无人机它们相对于障碍物的确切位置，这在具有不可预测对象的现实环境中不是特别实用。如果他们的估计位置即使只是一小段距离，他们也很容易崩溃。

”具体而言，NanoMap使用深度感应系统将有关无人机周围环境的一系列测量结合在一起。这使得它不仅可以为其当前视野制定运动计划，还可以预测它应该如何在已经看到的隐藏视野中移动。佛罗伦萨说：“这有点像把你在世界上看到的所有图像都保存在头脑中。”“对于无人机来计划动作，它基本上可以追溯到时间来单独思考它所处的所有不同的地方。”团队的测试证明了不确定性的影响。例如，如果NanoMap没有模拟不确定性并且无人机距离预期的位置仅漂移了5%，那么无人机将每四次飞行失败一次。同时，当它考虑到不确定性时，崩溃率降至2%。该论文由佛罗伦萨和麻省理工学院教授Russ Tedrake以及研究软件工程师John Carter和Jake Ware共同撰写。最近，它于5月在澳大利亚布里斯班举行的IEEE机器人与自动化国际会议上被接受。