EDGE在IDEX 2021上推出首批阿联酋制造的系列智能巡飞无人机

本文主要是介绍EDGE在IDEX 2021上推出首批阿联酋制造的系列智能巡飞无人机,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

  • 新型无人机在自主能力方面所展示的进步令人印象深刻
  • QX系列微型、迷你、小型无人机用于精确打击
  • 1年内实现快速设计和生产

 

阿联酋阿布扎比--(美国商业资讯)--国防和其他领域的先进技术集团EDGE今天推出了其首批QX系列多旋翼巡飞无人机。此外,在阿布扎比国家展览中心举行的国际防务展(IDEX 2021)的第一天亮相的还有Shadow 50和Shadow 25、Rash 2滑行弹药包以及RW24系列的新变体——这些都是在公司运营的第一年设计和制造的。本次防务展将持续至2月25日。

 

此新闻稿包含多媒体内容。完整新闻稿可在以下网址查阅:https://www.businesswire.com/news/home/20210221005030/en/

 

EDGE首席执行官兼董事总经理Faisal Al Bannai阁下以及ADASI首席执行官Ali Al Yafei出席了在EDGE展馆举行的1级电动无人机(UAV)的发布。

 

EDGE首席执行官兼董事总经理Faisal Al Bannai阁下表示:“目前无人机技术正在彻底改变我们的世界,而无人操作和自主能力的全部潜力还有待进一步探索——不仅在军事领域,还包括商业部门。”

 

他补充道:“第一批阿联酋制造的智能巡飞无人机系列的推出标志着EDGE作为关键技术推动者,在增强该国的自主能力和AI集成方面实现了一项重要的里程碑。由于未来越来越依赖具有更高战术灵活性的无人系统,所以我们进行了大量投资,通过加快在这些领域的研发投资,将相关产品快速推向市场。”

 

QX巡飞无人机家族包括四款产品:微型无人机QX-1、迷你无人机QX-2、小型无人机QX-3,和带有令人印象深刻的垂直起降(VTOL)固定翼的QX-4。它们的精密制导系统使用先进的AI算法进行瞄准和打击,精确度达1 m CEP(圆概率误差),其瞄准性能类似于激光制导弹药。所有QX系列无人机的设计都是为了可在任何环境或地形下启用,因而具有重量轻、可单人携带和VTOL能力等特点。

 

这批巡飞无人机的第二个系列包括Shadow 50和Shadow 25。如其名称所示,Shadow 50可运载50kg的有效载荷,是对应的Shadow 25的两倍。Shadow 25是配备喷气发动机的高速系统,能够快速反应。这些无人机能够实现对固定目标的精确打击和先进制导,它们利用全球导航卫星系统(GNSS),并可以在被拒绝访问GPS的环境中使用视频导航系统进行飞行。

 

同样在IDEX的第1天推出的Rash 2是固定翼制导套件,用于迫击炮和其他内部设计的有效载荷,能够在飞行中滑行并将弹药投向地面目标。该套件提供不同的尺寸以适应不同的有效载荷能力、距离和持久性。ADASI已获得向阿联酋武装部队提供Rash 2的5500万迪拉姆合同,这是新产品的第一笔订单。

 

该公司还为IDEX 2021适时推出了RW-24系列的三款新产品。新推出的RW-24 Seeker配备了热自动搜索器,可以增加对移动目标的瞄准度,并且针对被拒绝访问GPS的环境下,功能进行了增强。

 

RW-24 Extended Warhead和RW-24 Extended Range两种变型将有效载荷能力从8 kg增加到13 kg,让无人机能够携带更多燃料或增加弹头大小。

 

EDGE是一家先进的技术集团,位居全球前25家军火供应商之列。

 

关于EDGE

 

EDGE是一家先进的技术集团,致力于为国防及其他领域开发敏捷、大胆和颠覆性的解决方案。为了实现安全的未来,该集团专注于以更快的速度和更高的效率将创新技术和服务推向市场。它整合了25个以上的实体,拥有逾1.3万名才干之士,提供五个核心方面的专长:平台和系统,导弹和武器,网络防御,电子战和情报,以及任务支持。EDGE总部位于阿联酋阿布扎比,它是变革的催化剂——志在颠覆行业和彻底改变其基本面貌。

这篇关于EDGE在IDEX 2021上推出首批阿联酋制造的系列智能巡飞无人机的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/554255

相关文章

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

智能交通(二)——Spinger特刊推荐

特刊征稿 01  期刊名称: Autonomous Intelligent Systems  特刊名称: Understanding the Policy Shift  with the Digital Twins in Smart  Transportation and Mobility 截止时间: 开放提交:2024年1月20日 提交截止日

基于 YOLOv5 的积水检测系统:打造高效智能的智慧城市应用

在城市发展中,积水问题日益严重,特别是在大雨过后,积水往往会影响交通甚至威胁人们的安全。通过现代计算机视觉技术,我们能够智能化地检测和识别积水区域,减少潜在危险。本文将介绍如何使用 YOLOv5 和 PyQt5 搭建一个积水检测系统,结合深度学习和直观的图形界面,为用户提供高效的解决方案。 源码地址: PyQt5+YoloV5 实现积水检测系统 预览: 项目背景

flume系列之:查看flume系统日志、查看统计flume日志类型、查看flume日志

遍历指定目录下多个文件查找指定内容 服务器系统日志会记录flume相关日志 cat /var/log/messages |grep -i oom 查找系统日志中关于flume的指定日志 import osdef search_string_in_files(directory, search_string):count = 0

【C++学习笔记 20】C++中的智能指针

智能指针的功能 在上一篇笔记提到了在栈和堆上创建变量的区别,使用new关键字创建变量时,需要搭配delete关键字销毁变量。而智能指针的作用就是调用new分配内存时,不必自己去调用delete,甚至不用调用new。 智能指针实际上就是对原始指针的包装。 unique_ptr 最简单的智能指针,是一种作用域指针,意思是当指针超出该作用域时,会自动调用delete。它名为unique的原因是这个

GPT系列之:GPT-1,GPT-2,GPT-3详细解读

一、GPT1 论文:Improving Language Understanding by Generative Pre-Training 链接:https://cdn.openai.com/research-covers/languageunsupervised/language_understanding_paper.pdf 启发点:生成loss和微调loss同时作用,让下游任务来适应预训