基于大型语言模型的应急人机协同救援关键技术

现有的应急救援指挥系统存在灾情信息分析效率低下、人机协作过程不够人性化等问题,具备较强自然语言理解能力和多模态理解能力的大型语言模型(LLM)将有望解决上述难题。通过调研LLM最新研究进展和应急救援控制领域对LLM的任务需求并进行梳理和分析,评估了现有LLM应用于应急救援领域的技术成熟度,并就灾情信息分析理解等5个任务场景探讨了可能的LLM应用构建方案和综合构建方案,对LLM技术对应急救援系统的未来发展的影响进行展望。

专题导读 虚拟现实融合智能

虚拟现实、人工智能与人机交互等技术的发展促进了医疗、教育、军事等领域应用的变革,虚拟现实是新一代信息技术的重要前沿方向,生成式人工智能技术是人工智能1.0到2.0时代的重要标志,技术发展拓宽了人的感知通道、重塑了人机交互范式,推进了交互向自然化、智能化、情景化方向发展。聚焦未来的指挥与控制C4ISR领域,探讨虚拟现实、人工智能与人机交互等技术融合对指挥控制系统产生的影响。

面向空间机械臂的遥操作人-机交互系统设计

空间站机械臂是空间站的关键技术之一.针对太空环境中,其操纵复杂度高、操作难度大、交互效率低、限制多和天地大时延等实际问题,设计了面向空间机械臂的遥操作人机交互系统.提出并优化了一种基于Kinect相机的手势识别算法,通过骨骼跟踪与深度信息处理分类并加工识别图像,为操作者提供反馈;结合仿真软件设计了机械臂遥操作控制方案,配置微重力虚拟现实环境;结合模型预测控制,提出了一种基于状态预报的遥操作时延控制方案.仿真实验验证表明,该方法利用手势交互的视觉反馈与虚拟状态预测,可引导操作者在微重力下控制机械臂抓取并移动物体,实现人在回路的空间机械臂遥操作控制,有效降低了时延.

分布式用户痕迹采集存储系统

在复杂网络的分布式环境中,精准全面地采集海量用户在浏览网站过程中的行为数据和网站过程数据并高效存储是用户行为分析的前提和基础。为了解决数据类型的多样性和存储的差异性问题,提高数据的检索效率,为企业的个性化需求做用户行为的分析提供支持,设计了白盒模式的用户痕迹采集存储系统。用户访问Web服务器过程中会产生交互/交易数据以及用户操作,浏览网站过程中会产生图片、视频、商品描述等多种类型的文件,这些界面和数据称为用户浏览痕迹,操作序列则作为用户行为的实际动作顺序记录。对用户数据和操作序列分析,能精确反映用户特征。采集模型通过界面窗口树来建模,提供统一数据存取接口,根据数据类型的不同,分别存储于不同的位置,完整采集用户痕迹,应用程序传递参数指定存储位置创建数据库文件,通过存取接口可以分类型、按要求存取用户数据,解决了面向互联网的用户交互痕迹捕获、存储和检索的问题,具有良好的精确性和完整性。

一种面向工业互联网的云存储方法

工业互联网是工业信息化进程中最受关注的热点,海量异构数据管理是其中的重点之一。传统的关系数据库(RDB)对海量多源异构数据的读写和检索都存在性能瓶颈,而近年来兴起的云数据管理方法主要是针对"键-值"(K-V)模式,无法依靠主键以外的数据属性对数据进行快速查找。提出了一种面向工业互联网的云存储方法——StoreCDB,在异构采样数据统一表达数据模型基础上,实现非结构化存储管理,同时,利用两级索引实现海量数据的快速检索。通过实验,在分布式集群实验平台上,采用海量高铁列车运行模拟数据,验证了StoreCDB具有良好的异构数据存储和检索性能,为工业互联网提供了一种新的数据管理方法。