首页> 外文OA文献 >Robotisering i UAV-systemer: Hvordan oppnå forbedret situasjonsbevissthet i NBF?
【2h】

Robotisering i UAV-systemer: Hvordan oppnå forbedret situasjonsbevissthet i NBF?

机译:无人机系统中的机器人化:如何在NBF中提高态势感知能力?

摘要

Denne oppgaven utforsker hvordan robotisering i UAV-systemer kan utnyttes til bedret situasjonsbevissthet i Nettverksbasert Forsvar (NBF). For å finne svar på dette er oppgaven organisert i tre hoveddeler:Første del tydeliggjør definisjoner, konsepter og forutsetninger som står sentralt i oppgavens problemstilling. Denne gjennomgangen viser at evne til situasjonsbevissthet påvirkes av en rekke faktorer, både eksterne og situasjonsbetingede, men framfor alt individets kognitive egenskaper. Tilsvarende påvirkes evne til felles situasjonsbevissthet i NBF av modenhetsfaktorene informasjonsdeling, samhandling og delegering av beslutningsmyndighet. Den første delen avsluttes med en kort forklaring av UAV-systemers oppbygging og en redegjørelse som viser hvilke rammefaktorer og forhold som påvirker hvordan robotisering kan utnyttes.Andre del redegjør for hvordan Norge benytter UAV-systemer i dag, hvordan situasjonsbevissthet dannes i dem, hvilke faktorer som påvirker dette arbeidet og hvilke utfordringer som er forbundet med dette. Denne delen baseres på data fra intervjuer med personell tilknyttet det norske UAV-miljøet. Norge besitter i dag kun stridstaktiske UAV-systemer. Tilbakemeldingene viser at det er krevende å utvikle evne til situasjonsbevissthet i disse systemene da dette avhenger av en rekke kontekstuelle faktorer. Resultatene viser også svekket evne til å etablere felles situasjonsbevissthet i NBF.Oppgavens tredje del analyserer innsamlede data for å avdekke hvilke utfordringer operatører og analytikere må håndtere, og hvilke egenskaper de må ha, for å kunne danne situasjonsbevissthet i UAV-systemer som samhandler nettverksbasert. Resultatene benyttes som utgangspunkt for å drøfte hvordan robotisering i UAV-systemer kan utnyttes til forbedret situasjonsbevissthet i NBF. På kort sikt peker oppgaven på tre bruksområder som er automatisert navigasjon, tracking-teknologi og løsninger for automatisert «tagging» av video med metadata. Oppgavens hovedfunn er imidlertid at utnyttelse av robotisering til forbedret situasjonsbevissthet først og fremst krever en ny og langt mer strukturert tilnærming til lagring og forvaltning av sensordataene som samles inn. Dette må styres av et kompetent fagmiljø som kan forvalte informasjonen og kontinuerlig vurdere hvordan økt bruk av robotisering i UAV-systemer kan supplere den menneskelige kompetansen og bidra til bedret felles situasjonsbevissthet.
机译:本文探讨了如何利用无人机系统中的机器人来提高基于网络的防御(NBF)中的态势感知。为了找到答案,本文分为三个主要部分:第一部分阐明了对问题的关键所在的定义,概念和假设。这项审查表明,情境意识受许多因素的影响,包括外部因素和情境因素,但最重要的是个人的认知特性。同样,在NBF中,对普通情况的感知能力也受到信息共享,交互作用和决策权限下放的成熟度因素的影响。第一部分以对无人机系统的结构进行简要说明,并简要说明哪些框架因素和条件会影响如何利用机器人技术;第二部分则说明挪威如何使用当今的无人机系统,如何形成态势感知,哪些因素影响这项工作及其相关的挑战。本节基于与挪威UAV环境相关人员的访谈数据。挪威目前只有作战战术无人机系统。反馈表明,由于这些条件取决于许多上下文因素,因此需要在这些系统中发展态势感知能力。结果还表明,在NBF中建立共同的态势感知能力减弱。论文的第三部分分析了收集的数据,以揭示运营商和分析师必须应对的挑战以及他们必须具备的属性,才能在与网络互动的无人机系统中形成态势感知。结果被用作讨论UAV系统中的机器人化如何用于改善NBF中的态势感知的起点。在短期内,任务指向三个应用程序,即自动导航,跟踪技术和用于使用元数据自动“标记”视频的解决方案。然而,论文的主要发现是,利用机器人技术来改善态势感知首先需要一种新的,结构化得多的方法来存储和管理收集的传感器数据。这必须在一个称职的专业环境的指导下进行,该环境可以管理信息并不断评估无人机系统中对机器人技术的更多使用如何补充人类能力并有助于提高对普通情况的认识。

著录项

  • 作者

    Steinmo Mehra M.;

  • 作者单位
  • 年度 2015
  • 总页数
  • 原文格式 PDF
  • 正文语种 nob
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号