国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

軍事元宇宙中的數據:用于訓練的企業地形管理

星星科技指導員 ? 來源:嵌入式計算設計 ? 作者: PETE MORRISON ? 2022-11-14 14:46 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

為了創建用于軍事訓練的高保真模擬的地形,開發人員必須找到準確的源數據,使用相同的源數據構建多種地形格式以支持多個運行時,存儲數據,在客戶站點之間同步數據,并根據訓練場景的要求調整地形。過去,這需要復雜和定制的地形開發管道,以及較長的交付周期,但更新的解決方案正在出現。

軍隊和支持行業需要更易于訪問、連接和可自定義的方法來利用地形數據。雖然組織現在可以訪問前所未有的高保真地形數據,但實現數據的全部潛力意味著將數據與所有許多可互操作系統和應用程序混合、關聯和共享。目前,大多數組織都有針對不同應用程序的單獨地形數據管道,這導致每個系統中的地形看起來不同,從而對互操作性產生不利影響,并導致“公平競爭”問題。

在巖石之戰通訊的一篇文章中,安全技術提供商詹妮弗·麥卡德爾(Jennifer McArdle)和凱特琳·多爾曼(Caitlin Dohrman)提出了一個可能成為訓練“軍事元宇宙”的愿景:即持久的模擬訓練環境。這樣的元宇宙可以有許多有用的應用,從訓練到任務規劃和實際行動的排練。這種軍事元宇宙的“引擎蓋下”將是模擬技術的混合,為用戶提供無縫體驗,無論元宇宙可能應用于何種目的。與目前通過標準互操作性協議集成不同仿真產品的方法相比,這是一個重大變化。相反,組織可以使用現代和開放的 Web 架構在“云上”運行容器化技術。

自 1980 年代以來,不同的軍事計劃一直致力于將“模型、模擬、人員和真實設備組合成世界的共同代表”。最近,美國陸軍成立了合成訓練環境(STE)跨職能團隊,以創建一個“通用的合成環境”。該團隊的目標是通過“通用標準、通用數據、通用地形和開放式架構”,將實時、虛擬和建設性培訓融合在一起。一個世界的地形支撐著整個 STE。

無論未來的軍事元宇宙采取何種形式,地形數據都將是推動其成功的關鍵因素。高保真地形數據將與地球提供 1:1 的數字孿生,適用于多域作戰 (MDO)、任務演練、任務規劃等方面的訓練。然而,今天的煙囪式和緩慢的地形開發操作將無法滿足這一需求。地形源數據(例如,來自按需無人機或衛星飛越的 3D 數據)必須導入、增強、存儲并流式傳輸到需要它的應用程序,并在數小時而不是數月內完成更新。

為仿真生成地形的挑戰

傳統上,地形數據庫由多種 (100+) 數據格式組成,根據目標應用程序的不同,保真度級別大不相同。飛行模擬器可能需要低保真度的地形(例如,簡單的衛星紋理疊加),而坦克炮兵教練可能需要以高保真度渲染每棵樹和灌木叢。更新地形數據可能需要數月時間,而且地形數據庫很少完美關聯,這可能會導致在連接/可互操作的環境中出現公平競爭問題。生成地形涉及幾個關鍵挑戰。

查找準確的源數據

自 1990 年代以來,國防組織一直在使用 COTS(商業現成)地形和地理空間數據。從多個數據源中提取可以更真實地表示真實世界的地形。通過導入高分辨率衛星圖像、道路和建筑物位置、林業數據、表面定義(草、沙等)和季節性數據,模擬可以呈現更準確的“數字孿生”或更好地代表現實世界的模擬環境。顯然,所有源數據都需要精確地理配準,尤其是在將自定義 3D 模型放置在地形中/地形上時。

當今的軍隊非常注重多域作戰(MDO),這些作戰可以跨越很遠的距離,并包括陸地,海上,空中和太空部隊。例如,美國太空部隊表示,他們的優先事項包括“朝著更具彈性的在軌態勢”邁進,同時常規部隊將訓練重點放在傳統的聯合武器行動上。為了支持全方位的MDO訓練,地形數據庫需要提供從太空到草葉和海底的地球的準確表示。獲取適當的源數據來構建這樣一個高保真地球“數字孿生”是一項艱巨的挑戰,使用新的源數據更新地形也是另一個重要的考慮因素。

為多個運行時構建多個地形

現代軍隊使用許多不同的模擬,他們經常將這些模擬連接在一起進行聯合武器訓練。例如,美國陸軍有一個完整的計劃——LVC-IA——致力于提供“將陸軍的實時、虛擬和建設性系統整合到綜合訓練環境(ITE)中的框架”。模擬引入各種格式的地形數據,為了使集成訓練成功,每個模擬都需要與所有其他模擬相關的地形數據。例如,如果飛行模擬器連接到戰斗模擬器或聯合終端空中控制(JTAC)模擬器,則兩個模擬器必須為其操作員提供完全相同的“窗外”視圖。否則,綜合系統的訓練價值將受到不利影響。

存在許多產品,可根據源數據構建相關地形。然而,雖然地形可能是相關的,但根據渲染引擎(例如,虛幻與Unity)和場景中實際渲染的3D模型,它看起來可能并不完全相同。生成在多個渲染引擎中看起來完全相同的相關地形可能更加昂貴和/或耗時,甚至可能需要對模擬本身進行自定義修改以支持所有必要的地形要素(例如,地下洞穴、密集的城市區域或對深雪覆蓋的支持)。地形通常以可接受的最低保真度構建,以確保相關性并最大程度地降低復雜性,并指出許多軍事模擬無法處理現實世界的保真度(例如,高樹木密度或特大城市)。

構建類似游戲的 3D 地形

地形的程序生成是一種技術,用于為基于相對低保真源數據的游戲世界增加現實世界的復雜性和保真度。例如,如果您知道森林地形的區域,則可以按程序生成填充森林的樹木、灌木叢和草,使其在模擬中看起來“真實”。許多現代計算機游戲和計算機游戲引擎都支持過程生成。“坎巴拉太空計劃”、“星際公民”和“精英危險”等熱門娛樂游戲使用程序生成來填充整個星球,并用樹木和巖石等特征填充整個星球,為玩家提供逼真的環境感。

然而,雖然程序生成技術已經存在了二十多年,但它還沒有被軍隊用于模擬,主要是因為程序生成功能是特定于引擎的。這意味著程序生成通常發生在運行時,就在渲染場景之前,從而破壞了與不支持完全相同過程生成的模擬的相關性。處理生成的方式大大加劇了為多個運行時構建地形的問題。地形的開放標準(例如CDB標準)甚至建議根本不使用程序生成,這會導致地形低保真度,適合飛行和高級聚合構造模擬,但不適合地面訓練。

管理地形分布和更新非常復雜

那些使用智能手機的人熟悉像谷歌地圖這樣的應用程序,這些應用程序可以將地形從基于云的服務器直接流式傳輸到我們的手機。在軍事組織之間分配地形很少如此簡單。地形文件的大小通常為數 GB,需要通過網絡復制或分發在 SSD [固態驅動器] 上,在某些情況下,還需要分發 DVD。盡管在時間方面成本明顯,但版本控制也存在一個巨大的問題。用戶必須手動刪除舊文件并復制新文件,可能在數百或數千臺 PC 上。支持的不同模擬的數量使此問題更加復雜。在典型的倉庫大小的戰斗模擬中心更新地形的任務可能令人生畏。

運行時動態地形修改:一項艱巨的任務

雖然軍方多年來已經成功地整合了不同的模擬,但對動態地形相關性的支持從未完全實現。顯然,軍事行動以多種方式影響地形,從車輛制造軌道,大炮造成隕石坑,或摧毀房屋和基礎設施。理想情況下,這些變化將在所有連接的模擬中表示。JTAC模擬器中的操作員將在目標上觀察到與飛行模擬器中的飛行員相同的效果,即使他們可能使用不同的渲染引擎來可視化場景。這對于軍事元宇宙來說更為重要,因為所有連接技術都必須進入代表單一“真相來源”的地形。動態地形修改需要集中存儲并影響所有方面——從物理模擬(如車輛駛過瓦礫)到人工智能(如逃離無法使用被毀橋梁的民用實體)再到視覺場景(例如,被毀壞的建筑物)。

通過支持云的地形管理解決地形挑戰

主要得益于云計算、程序生成和數據收集(例如攝影測量)方面的創新,上述地形挑戰正在迅速得到解決。這對于軍事元宇宙(例如美國陸軍合成訓練環境 (STE))的成功至關重要,因為高保真地形必須按需提供給需要它的連接應用程序。

良好的源數據現在很容易從MASAR和LuxCarta等提供商那里獲得。不到十年前,只有衛星(或空中)圖像可用于紋理地形進行模擬。今天,MASAR可以提供地球上任何位置的3D數據,LuxCarta可以自動從圖像中提取數據以輸入程序生成算法,OpenStreetMap提供了世界上大部分的道路和建筑物足跡,從中可以生成最小的村莊到最大的特大城市,以支持模擬訓練。

像Mantle ETM這樣的新平臺正在通過將程序生成轉移到云端并將3D內容直接流式傳輸到支持的應用程序(如VBS4和基于虛幻游戲引擎的游戲)來解決地形校正和動態地形問題。Mantle ETM 基于經過驗證的 COTS 組件,并提供開發/設計服務,用于創建用于訓練、任務演練、可視化和地形分析的模擬地形。支持云的平臺已經在美國陸軍STE中使用,使用許多不同的地形數據輸入格式,包括來自One World Terrain的3D數據。

當然,云計算將使軍事元宇宙成為可能;在最近美國陸軍關于STE未來的小組討論中,美國陸軍未來司令部網絡跨職能團隊主任Jeth Rey準將明確了他的團隊的優先事項。他說:“我們希望從以網絡為中心的環境轉向以數據為中心的環境,以支持STE.。..。.我們必須擁有云能力、人工智能和機器學習

通往“軍事元宇宙”的道路是通過系統和大數據的互聯互通。支持云的地形管理將引領潮流。

審核編輯:郭婷

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 人工智能
    +關注

    關注

    1817

    文章

    50095

    瀏覽量

    265312
  • 無人機
    +關注

    關注

    236

    文章

    11300

    瀏覽量

    195637
  • 機器學習
    +關注

    關注

    66

    文章

    8553

    瀏覽量

    136936
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    羅萊迪思作為中國戶外分布式裸眼3D首家企業入選國家四部委聯合公示宇宙典型案例

    戶外分布式裸眼3D首家入選該類案例的企業。此次入選,既彰顯了羅萊迪思在宇宙領域的底層技術實力以及在培育新質生產力方面的顯著成效,也展現出企業在該領域實現國產替代進
    的頭像 發表于 02-12 11:26 ?559次閱讀
    羅萊迪思作為中國戶外分布式裸眼3D首家<b class='flag-5'>企業</b>入選國家四部委聯合公示<b class='flag-5'>元</b><b class='flag-5'>宇宙</b>典型案例

    無質量損失的數據遷移:Nikon SLM Solutions信賴3Dfindit企業

    數據遷移,并從另外兩個應用獲益:戰略性零部件管理和ECAD集成。作為金屬增材制造集成解決方案的全球供應商,該公司被認為是選區激光熔化技術的先驅。其創新技術被廣泛應用于各行各業,包括
    發表于 11-25 10:06

    ALVA榮膺2025年度宇宙創新企業

    隨著虛擬現實與人工智能技術的迅猛發展與宇宙生態的加速構建,智能技術與宇宙產業正迎來前所未有的發展機遇。
    的頭像 發表于 11-17 17:41 ?766次閱讀
    ALVA榮膺2025年度<b class='flag-5'>元</b><b class='flag-5'>宇宙</b>創新<b class='flag-5'>企業</b>

    基于 HT 技術的園區宇宙可視化管理平臺

    在數字化轉型浪潮下,園區管理對智能化、可視化的需求日益迫切。本文基于 HT(Hightopo)技術棧,不依賴任何第三方插件,從技術開發視角,詳細闡述園區宇宙智慧綜合治理可視化管理平臺
    的頭像 發表于 11-07 14:54 ?406次閱讀
    基于 HT 技術的園區<b class='flag-5'>元</b><b class='flag-5'>宇宙</b>可視化<b class='flag-5'>管理</b>平臺

    賽目汽測榮膺第十屆“創客中國”宇宙中小企業創新創業大賽優勝獎

    2025年10月30日,由工信部網安中心、北京市經信局、石景山區人民政府、首鋼集團主辦,宇宙工委會、中關村石景山園區科委、首鋼建投承辦的第十屆“創客中國”宇宙中小
    的頭像 發表于 11-05 10:19 ?789次閱讀

    在Ubuntu20.04系統訓練神經網絡模型的一些經驗

    模型。 我們使用MNIST數據集,訓練一個卷積神經網絡(CNN)模型,用于手寫數字識別。一旦模型被訓練并保存,就可以用于對新圖像進行推理和預
    發表于 10-22 07:03

    企業級MySQL數據管理指南

    在當今數字化時代,MySQL作為全球最受歡迎的開源關系型數據庫,承載著企業核心業務數據的存儲與處理。作為數據管理員(DBA),掌握MySQ
    的頭像 發表于 07-09 09:50 ?718次閱讀

    DP1332E資產監控管理方案

    在現代企業,資產的種類和數量不斷增加,如何高效地進行資產監控和管理成為了企業面臨的重要挑戰。傳統的人工記錄和管理方式已經無法滿足現代
    發表于 06-10 11:32

    博鼎彈簧發布數字目錄實現穩定高效且易于操作的技術數據管理

    和設計所需的數據。該模型適用于市場上絕大多數主流CAD軟件,用戶可以輕松地將模型集成到他們的原始設計。 Mollificio Bordignon之所以選擇CADENAS,是因為C
    發表于 05-23 10:52

    海思SD3403邊緣計算AI數據訓練概述

    AI數據訓練:基于用戶特定應用場景,用戶采集照片或視頻,通過AI數據訓練工程師**(用戶公司****員工)** ,進行特征標定后,將標定好的訓練
    發表于 04-28 11:11

    工業宇宙的冷思考:哪些場景正在產生真實 ROI?

    工業宇宙通過數字孿生、物聯網、XR等技術賦能制造業,降低非計劃停機損失、延長設備壽命、提高效率和降低成本。虛擬仿真優化產線設計,縮短試錯周期。企業應冷靜審視,關注投資回報率。
    的頭像 發表于 04-23 10:17 ?925次閱讀
    工業<b class='flag-5'>元</b><b class='flag-5'>宇宙</b>的冷思考:哪些場景正在產生真實 ROI?

    從安防到宇宙:RK3588如何重塑視覺感知邊界?

    在智能安防與宇宙交互設備,視覺處理能力是核心競爭力。 明遠智睿RK3588核心板搭載三核NPU與4800萬像素ISP 3.0,支持8K@60fps H.265解碼與四路4K視頻輸入,重新
    發表于 04-07 16:11

    數據標注服務—奠定大模型訓練數據基石

    數據標注是大模型訓練過程中不可或缺的基礎環節,其質量直接影響著模型的性能表現。在大模型訓練數據標注承擔著將原始
    的頭像 發表于 03-21 10:30 ?3286次閱讀

    標貝數據標注服務:奠定大模型訓練數據基石

    數據標注是大模型訓練過程中不可或缺的基礎環節,其質量直接影響著模型的性能表現。在大模型訓練數據標注承擔著將原始
    的頭像 發表于 03-21 10:27 ?1109次閱讀
    標貝<b class='flag-5'>數據</b>標注服務:奠定大模型<b class='flag-5'>訓練</b>的<b class='flag-5'>數據</b>基石

    工業宇宙落地!數字孿生如何預測設備壽命誤差<3%?

    工業宇宙正以迅猛之勢重塑設備管理模式,通過數字孿生技術精準預測、高效維護,實現未雨綢繆的主動運維。精準預測通過機器學習提前識別故障,動態優化實現資源最優配置,遠程管控減少現場人員。
    的頭像 發表于 03-19 14:18 ?966次閱讀
    工業<b class='flag-5'>元</b><b class='flag-5'>宇宙</b>落地!數字孿生如何預測設備壽命誤差<3%?