We propose a multisensor fusion framework for onboard real-time navigation of a quadrotor in an indoor environment, by integrating sensor readings from an Inertial Measurement Unit (IMU), a camera-based object detection algorithm, and an Ultra-WideBand (UWB) localization system. The sensor readings from the camera-based object detection algorithm and the UWB localization system arrive intermittently, since the measurements are not readily available. We design a Kalman filter that manages intermittent observations in order to handle and fuse the readings and estimate the pose of the quadrotor for tracking a predefined trajectory. The system is implemented via a Hardware-in-the-loop (HIL) simulation technique, in which the dynamic model of the quadrotor is simulated in an open-source 3D robotics simulator tool, and the whole navigation system is implemented on Artificial Intelligence (AI) enabled edge GPU. The simulation results show that our proposed framework offers low positioning and trajectory errors, while handling intermittent sensor measurements.

本文介绍了如何整合计算论证的跨学科研究问题，如在AI的研究中，具有认知，可以在认知科学，语言学和哲学中找到。它源于第一个研讨会的计算论证和认知（Cognitar），该工作室作为第24届人工智能（ECAI）的一部分组织，并于2020年9月8日进行了几乎举行。本文从一个开始简要介绍了计算论证和认知融合的科学动机，争论，在人以人为中心的环境中，从对认知研究的计算论证的理论和方法的使用可以是一个有前途的途径。给出了每个研讨会演示的简短摘要，示出了可以应用与研究认知的其他方法的计算论证理论和方法的综合问题。本文提出了在科学水平所需的领域所需的主要问题和挑战，也在认识学层面，特别是与涉及的各学科的思想和方法有关。

本章讨论了数据组织自动化过程的棱镜的AI，并举例说明了解释性能够在从当前的AI系统中移动到下一个系统的作用，其中人类的作用被从中抬起数据注释器为使用AI系统工作的AI系统。