有效的通信机制形成任何多机器人系统的骨干，以实现富有成效的协作和协调。在快速传播和聚合中存在基于异步传输的策略的限制将设计人员尽可能多地修剪这些要求。这也限制了移动多机器人系统的可能应用领域。在这项工作中，我们将基于并行的传输策略介绍为替代品。尽管常见地发现了同时传输的困难，例如微秒时间同步，硬件异质性等，但我们演示了如何利用多机器人系统。我们提出了一种分割架构，其中两个主要活动 - 通信和计算独立地进行并通过周期性相互作用进行协调。所提出的分离架构应用于自定义构建完整的网络控制系统，该控制系统由具有异质架构的五个双轮差分驱动器移动机器人组成。我们在领导者追随器设置中使用所提出的设计，以协调动态速度变化以及各种形状的独立形成。实验显示了厘米级空间和毫秒的时间准确度，同时在宽测试区域下花费非常低的无线电核心循环。
translated by 谷歌翻译
源相机识别工具辅助图像法医调查人员将讨论的图像与可疑摄像机相关联。已经基于在获取期间图像中留下的微妙迹线的分析来开发了各种技术。由传感器缺陷引起的照片响应非均匀性（PRNU）噪声模式已被证明是识别源相机的有效方法。现有文献表明，PRNU是唯一是特定于设备的指纹，并且能够识别确切的源设备。然而，PRNU易受相机设置，图像内容，图像处理操作和反务攻击的影响。法医调查员不知道反务攻击或附带图像操纵有误导的风险。两个PRNU匹配期间的空间同步要求也代表了PRNU的一个主要限制。近年来，基于深度学习的方法在识别源相机模型方面取得了成功。然而，通过这些数据驱动方法识别相同模型的各个摄像机仍然不令人满意。在本文中，我们可以在数字图像中阐明能够识别相同模型的各个摄像机的数字图像中的新的强大数据驱动设备特定指纹。发现新设备指纹是独立于无关的，随机性的，全局可用，解决空间同步问题。与驻留在高频带中的PRNU不同，从低频和中频频带提取新的设备指纹，这解析了PRNU无法抗争的脆弱问题。我们对各种数据集的实验表明，新的指纹对图像操纵具有高度弹性，例如旋转，伽马校正和侵略性JPEG压缩。
translated by 谷歌翻译