發(fā)布時間：2022-01-06 16:10

　　在國內(nèi)新型冠狀病毒的疫情防控中,無人機及其相關(guān)技術(shù)發(fā)揮了積極的抗疫作用,展現(xiàn)出了巨大的應用潛力。對適用于疫情防控的無人機關(guān)鍵技術(shù)進行綜述,主要涉及計算機視覺技術(shù)、視覺導航技術(shù)、混合電動長航時技術(shù),以及機載小型喊話器技術(shù)等其它抗疫載荷技術(shù)。這些技術(shù)對無人機的場景理解、自主導航、續(xù)航能力,以及疫情監(jiān)控效果等具有直接、重要的影響。最后,對所涉及技術(shù)的發(fā)展現(xiàn)狀進行總結(jié),分析相應技術(shù)的特點并給出未來的發(fā)展趨勢,為無人機在疫情防控、緊急災害救援等任務(wù)中的廣泛應用指明了技術(shù)突破的方向。 

【文章來源】：無人系統(tǒng)技術(shù). 2020,3(03)

【文章頁數(shù)】：11 頁

【部分圖文】：

DnCNN算法模型[5]

圖1 DnCNN算法模型[5](2）圖像去模糊：無人機航拍時，無人機的機械振動、失焦、風力影響以及拍攝目標的快速移動等，都可能影響航拍圖像效果，使得圖像丟失細節(jié)信息而變得模糊，難以進行后續(xù)處理。由于無人機抗風能力較差，飛行姿態(tài)易受氣流影響，因此無人機圖像模糊主要是運動圖像模糊。除了對硬件設(shè)備進行穩(wěn)像處理以及搭建穩(wěn)定拍攝控制系統(tǒng)等方法，主要的運動圖像去模糊方法是對成像后的圖像進行處理，通過對圖像運動模糊去除算法的研究，達到圖像復原的目的。

目標檢測是泛身份識別（如人群計數(shù)）領(lǐng)域的基礎(chǔ)性的算法，是智能化疫情監(jiān)控系統(tǒng)的核心部分。目標檢測的任務(wù)是對目標位置進行定位，同時獲得該目標的類別信息，方法可大致分為傳統(tǒng)檢測方法與基于深度學習的檢測方法[12],2012年以前，目標檢測主要利用梯度直方圖、局部二值模式等基于特征的方法；2012年以后，基于深度學習的目標檢測方法逐漸占據(jù)主導地位，并使目標檢測算法實現(xiàn)了質(zhì)的提升[13]。根據(jù)技術(shù)路徑，目標檢測可分為單階段檢測算法與兩階段檢測算法（如圖3）。兩階段檢測多為基于分類的檢測算法，此類方法的核心思想是將候選區(qū)域與CNN相結(jié)合，將目標檢測問題通過分類進行解決。這類方法檢測精度較高，檢測速度較慢。單階段檢測多為基于回歸的檢測算法，相比于兩階段檢測，單階段檢測降低了部分精度，但很好地提高了目標檢測算法的實時性。單階段算法將整張圖片作為輸入，使得目標框及目標類別信息從給定圖像的多個位置直接回歸得出，同時進行分類和回歸也使完整的單次訓練得以實現(xiàn)特征共享，實現(xiàn)了端到端的檢測過程。單階段算法在保證精度的同時，明顯提升了計算速度[13]。

【參考文獻】：
期刊論文
[1]深度學習目標檢測方法綜述[J]. 趙永強,饒元,董世鵬,張君毅.  中國圖象圖形學報. 2020(04)
[2]基于視覺的目標檢測方法綜述[J]. 李章維,胡安順,王曉飛.  計算機工程與應用. 2020(08)
[3]一種雙目直接法視覺里程計[J]. 涂金戈,謝仁平,趙鵬程.  測繪地理信息. 2020(02)
[4]輕小型太陽能/氫能無人機發(fā)展綜述[J]. 劉莉,曹瀟,張曉輝,賀云濤.  航空學報. 2020(03)
[5]電動飛機發(fā)展白皮書[J]. 孫俠生,程文淵,穆作棟,黃鐵山,王妙香,宋剛,王元元.  航空科學技術(shù). 2019(11)
[6]大跨時空任務(wù)背景下的太陽能無人機任務(wù)規(guī)劃技術(shù)研究進展[J]. 吳健發(fā),王宏倫,黃宇.  航空學報. 2020(03)
[7]混合動力電動汽車電驅(qū)動系研究綜述[J]. 宋佳,王鑫海,徐文龍,呂釗欽,穆桂脂.  時代汽車. 2019(10)
[8]State of art on energy management strategy for hybrid-powered unmanned aerial vehicle[J]. Tao LEI,Zhou YANG,Zicun LIN,Xiaobin ZHANG.  Chinese Journal of Aeronautics. 2019(06)
[9]無人機景象匹配視覺導航技術(shù)綜述[J]. 趙春暉,周昳慧,林釗,胡勁文,潘泉.  中國科學:信息科學. 2019(05)
[10]燃料電池無人機動力系統(tǒng)方案設(shè)計與試驗[J]. 張曉輝,劉莉,戴月領(lǐng),沈輝.  航空學報. 2018(08)

博士論文
[1]無人機飛行途中視覺導航關(guān)鍵技術(shù)研究[D]. 宋琳.西北工業(yè)大學 2015

碩士論文
[1]醫(yī)用紅外測溫儀及其關(guān)鍵技術(shù)研究[D]. 葛澤勛.長春理工大學 2019
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的人群計數(shù)方法研究與實現(xiàn)[D]. 薛致遠.電子科技大學 2019
[3]微小型飛行器視覺感知與自主導航關(guān)鍵技術(shù)研究[D]. 李一博.南京航空航天大學 2019



本文編號：3572763