
導(dǎo)讀:隨著應(yīng)用的不斷發(fā)展,無人機(jī)市場(chǎng)有望迅速發(fā)展。本節(jié)的目的是概述自主飛行技術(shù)的廣泛潛在應(yīng)用:災(zāi)難響應(yīng)、事故監(jiān)測(cè)(安全保障)、搜索和救援等。
作者:雅斯米娜·貝索伊·塞班(Yasmina Bestaoui Sebbane)
來源:大數(shù)據(jù)DT(ID:hzdashuju)
內(nèi)容摘編自《智能自主無人機(jī):先進(jìn)任務(wù)與未來應(yīng)用》
01 交通監(jiān)控
無人機(jī)在安全保障任務(wù)中一個(gè)有希望的應(yīng)用是加強(qiáng)交通監(jiān)管系統(tǒng)。目前,交通監(jiān)管系統(tǒng)已被廣泛部署且已成為智能交通系統(tǒng)(ITS)基礎(chǔ)設(shè)施的重要組成部分。
盡管該系統(tǒng)很重要,但它在許多農(nóng)村地區(qū)部署較少,只在特定位置存在且只能進(jìn)行簡(jiǎn)單的交通計(jì)數(shù),無法用于綜合交通運(yùn)營,這主要考慮到成本與效益的影響。
在這方面,無人機(jī)提供了一種經(jīng)濟(jì)有效的手段來滿足農(nóng)村交通監(jiān)管系統(tǒng)的需求。公路交通流量具有一定的動(dòng)態(tài)性及不確定性,需要在可到達(dá)且偏遠(yuǎn)地區(qū)提供即時(shí)和準(zhǔn)確的信息。
1. 擁塞監(jiān)控
近年來,交通擁堵日益嚴(yán)重。人們可以通過收集交通狀況的實(shí)時(shí)信息來改善對(duì)交通設(shè)施的控制及響應(yīng),從而有效減少出行延誤,并通過縮短傷員獲得救助服務(wù)的時(shí)間來改善醫(yī)療衛(wèi)生狀況。在特定的時(shí)刻,監(jiān)控網(wǎng)絡(luò)的最大價(jià)值僅來自監(jiān)控網(wǎng)絡(luò)中的一小部分。
不幸的是,監(jiān)控網(wǎng)絡(luò)中價(jià)值最高的部分是不斷變化且通常是未知的。例如,由于交通事故而形成車輛擁堵的位置取決于不可預(yù)測(cè)事件發(fā)生時(shí)的位置。傳統(tǒng)的交通監(jiān)管系統(tǒng)通過高密度地部署位置固定的探測(cè)器(包括攝像頭),來保證整個(gè)交通網(wǎng)絡(luò)在變化條件下快速響應(yīng)的能力。當(dāng)需要這些固定探測(cè)器范圍以外的信息時(shí),需要進(jìn)行人工評(píng)估。
美國國家交通流量遙感聯(lián)盟(NCRST-F)已經(jīng)認(rèn)識(shí)到利用無人機(jī)提供鳥瞰和運(yùn)輸作業(yè)的快速響應(yīng)是一種成本較低的方法。
在無人機(jī)交通監(jiān)控中收集的有用信息,包含車輛的車道變換頻率、車輛平均距離、重型車輛的數(shù)量、事故類型、車輛軌跡和類型。盡管可以使用環(huán)路檢測(cè)器,但它們僅提供本地信息,不能提供諸如車輛變道之類的細(xì)節(jié)。
另一方面,配備攝像機(jī)的無人機(jī)可以提供高速公路的全局視圖和相關(guān)信息,增強(qiáng)了道路的實(shí)時(shí)監(jiān)控能力。
此外,無人機(jī)比有人駕駛飛機(jī)更具優(yōu)勢(shì)。例如,無人機(jī)可以在較低的高度飛行;在天氣條件不適合有人駕駛飛機(jī)飛行時(shí)也可使用無人機(jī)。該類應(yīng)用在通過無人機(jī)收集信息時(shí)應(yīng)解決兩個(gè)問題:讓道路保持在攝像機(jī)的視野中;處理圖像并收集相關(guān)數(shù)據(jù)。
通常,無人機(jī)捕獲的交通數(shù)據(jù)中包含的信息要比傳統(tǒng)監(jiān)測(cè)系統(tǒng)獲得的復(fù)雜得多。無人機(jī)視頻不僅包括交通流平均速度、密度和流量等傳統(tǒng)數(shù)據(jù),還包括每輛車的水平數(shù)據(jù),例如車輛軌跡數(shù)據(jù)、車道變化數(shù)據(jù)和道路上的汽車跟蹤數(shù)據(jù)。
另外,無人機(jī)拍攝的視頻幀中包含多輛車,且視頻的幀率非常高,因此待處理的數(shù)據(jù)量將非常大。考慮到這些特征,數(shù)據(jù)收集、還原和分析被視為在傳輸中大數(shù)據(jù)分析的重要組成部分。必須解決的問題包括物理層問題、通信問題和網(wǎng)絡(luò)層問題。
該項(xiàng)目作為無人機(jī)在遙感和多式聯(lián)運(yùn)中使用的案例來研究。該項(xiàng)目的主要目標(biāo)如下所示。
2. 駕駛行為監(jiān)控
在駕駛行為研究中,還需要詳細(xì)準(zhǔn)確的車輛軌跡數(shù)據(jù)。駕駛行為模型捕捉駕駛員在不同交通條件下的機(jī)動(dòng)決策,這是微觀交通仿真系統(tǒng)的重要組成部分。與傳統(tǒng)的交通監(jiān)管系統(tǒng)相比,通過無人機(jī)捕獲的圖像檢測(cè)和跟蹤車輛具有一定的挑戰(zhàn)。
因此,高分辨率的圖像對(duì)于在車輛檢測(cè)和跟蹤過程中進(jìn)行精確計(jì)算車速和橫向位置至關(guān)重要。車輛識(shí)別方法可以分為光流和特征提取匹配方法。
異常駕駛行為已被用于識(shí)別酒后駕駛(DWI)并防止相關(guān)事故的發(fā)生。目前,執(zhí)法人員依靠視覺觀察來檢測(cè)此類行為并識(shí)別潛在的酒后駕駛員。然而,這種方法受到人為錯(cuò)誤的限制,并且僅限于小范圍內(nèi)的車輛。
為了克服這些限制,無人機(jī)可用于監(jiān)控駕駛行為,以防止事故和提升公路安全,并有效、及時(shí)地檢測(cè)和分析高速公路上的危險(xiǎn)駕駛活動(dòng)。執(zhí)法人員常常使用這些不良行為來識(shí)別美國國家公路交通安全管理局(NHTSA)在2010年總結(jié)的潛在酒后駕駛員。
為了觀察8種潛在的不良行為,必須確定并量化6個(gè)關(guān)鍵指標(biāo)。這些關(guān)鍵指標(biāo)包括車輛ID、速度、前進(jìn)距離、車道變換頻率、車道變換時(shí)間及加速度。因此,計(jì)算這些關(guān)鍵指標(biāo)是確定計(jì)算機(jī)視覺算法并量化不良行為的首要任務(wù)。計(jì)算6個(gè)關(guān)鍵指標(biāo)需要車輛相對(duì)于車道線的位置以及通過視頻幀對(duì)車輛進(jìn)行識(shí)別及跟蹤。
02 核、生物和化學(xué)事故
核、生物和化學(xué)(NBC)事故是有人和無人系統(tǒng)合作的另一個(gè)例子。在災(zāi)后恢復(fù)項(xiàng)目中,通常需要對(duì)人們難以到達(dá)或不可能到達(dá)的區(qū)域進(jìn)行繪制和量化放射性元素的污染量。此任務(wù)是機(jī)器人系統(tǒng)的理想應(yīng)用場(chǎng)景。特別是,無人機(jī)提供了一種有希望的通用解決方案。
無人機(jī)項(xiàng)目可用于應(yīng)急響應(yīng)時(shí)事故現(xiàn)場(chǎng)的放射性調(diào)查,也可對(duì)核反應(yīng)堆外殼的結(jié)構(gòu)進(jìn)行檢查。然而,無人機(jī)平臺(tái)在核現(xiàn)場(chǎng)難以使用。因?yàn)闊o人機(jī)通常依靠GPS來實(shí)現(xiàn)穩(wěn)定性并對(duì)其進(jìn)行控制,而在金屬包層建筑物附近或其內(nèi)部GPS是不可靠或失效的。無人機(jī)捕獲的數(shù)據(jù)對(duì)污染情況的定量測(cè)量也很困難的。
在另一個(gè)緊急偵察案例中,無人機(jī)應(yīng)飛入有毒的云中并帶回污染物樣本進(jìn)行分析。
由于人類操作員不希望靠近事故現(xiàn)場(chǎng),因此無人機(jī)需要具有長時(shí)間飛行及抵抗強(qiáng)烈逆風(fēng)的能力。它要估計(jì)大氣中氣源產(chǎn)生的煙羽濃度,來源位置的檢測(cè)有與環(huán)境以及搜索和救援任務(wù)相關(guān)的多種應(yīng)用。實(shí)時(shí)的煙羽濃度估計(jì)使定位氣源位置及部署煙羽產(chǎn)生不利影響的對(duì)抗措施成為可能。
在氣體運(yùn)輸模型的幫助下,可以使用煙羽區(qū)域中的固定、表面或空中傳感器來解決煙羽估計(jì)問題。該程序使用指定位置處的初始假設(shè)來測(cè)量濃度和氣源位置以構(gòu)建可能的氣源定位圖。
傳感器移動(dòng)控制是通過收集傳感器的測(cè)量值來支持同一個(gè)檢測(cè)的,例如環(huán)境測(cè)量。當(dāng)傳感器安裝在無人機(jī)平臺(tái)上時(shí),最重要的是規(guī)劃傳感器路徑以實(shí)現(xiàn)無人機(jī)的低工作時(shí)間或低能耗,并可以在非結(jié)構(gòu)化動(dòng)態(tài)環(huán)境中躲避障礙,或高效地收集目標(biāo)信息。
03 搜救
搜救(SAR)有多種形式,包括城市搜救、野外搜救、海上搜索等。每種形式都有相應(yīng)的風(fēng)險(xiǎn)并對(duì)受害者及搜救人員帶來危險(xiǎn)。
1. 城市搜救
城市搜救(USAR)被定義為定位查找的戰(zhàn)略、策略及操作,并為受害者提供醫(yī)療和解救服務(wù)。
USAR是一個(gè)無人機(jī)有可能發(fā)揮作用的領(lǐng)域。在救援人員進(jìn)入之前,它們可以確定一種處理搜救的方法。USAR在倒塌建筑物的快速救援中至少有7個(gè)難點(diǎn)。
USAR團(tuán)隊(duì)可以執(zhí)行以下任務(wù):
人-無人機(jī)工作團(tuán)隊(duì)的任務(wù)是探索災(zāi)區(qū),并提供足夠的信息進(jìn)行情況評(píng)估。人-無人機(jī)救援團(tuán)隊(duì)至少由一架無人機(jī)、若干名位于遠(yuǎn)程控制室的人員,以及一名或多名人類無人機(jī)操作員組成。該團(tuán)隊(duì)在地理上分散。這個(gè)無人機(jī)團(tuán)隊(duì)包括:
在部署期間,無人機(jī)任務(wù)專家主要與無人機(jī)操作員一起合作,為無人機(jī)操作員提供額外的視角。無人機(jī)團(tuán)隊(duì)隨后對(duì)視頻資料進(jìn)行評(píng)估。從視頻資料中獲得的信息直接提供給國家消防總隊(duì),也用于隨后的無人駕駛地面車輛(UGV)來執(zhí)行任務(wù)。
對(duì)于態(tài)勢(shì)感知,這要求該方法能夠?qū)?duì)于環(huán)境的不同看法整合起來,得到不同的觀點(diǎn)和需求。為了實(shí)現(xiàn)這一目標(biāo),無人機(jī)需要更多的自主性來感知環(huán)境并自主巡航。然而,災(zāi)區(qū)是環(huán)境惡劣的地方。這為在城市環(huán)境中運(yùn)行的無人機(jī)系統(tǒng)的持久性帶來挑戰(zhàn)。
此外,災(zāi)區(qū)也無法保證無線電鏈路寬帶的穩(wěn)定性。移動(dòng)系統(tǒng)在惡劣環(huán)境中運(yùn)行時(shí),計(jì)算資源和低質(zhì)量傳感器的有限可用性也對(duì)實(shí)現(xiàn)無人機(jī)自主性帶來巨大挑戰(zhàn)。
這些任務(wù)特性要求無人機(jī)在傳感器和規(guī)劃能力方面可以實(shí)現(xiàn)模塊化且具有一定靈活性。無人機(jī)必須能夠在非結(jié)構(gòu)化的室內(nèi)和室外環(huán)境中運(yùn)行,例如倒塌的建筑物。導(dǎo)航系統(tǒng)必須能在沒有外部輔助設(shè)備(例如GPS)的情況下工作,因?yàn)闊o法保證其可用性。
由于這種環(huán)境中存在局部風(fēng)況變化的情況,因此無人機(jī)還必須提供魯棒性的飛行能力。在城市災(zāi)區(qū)實(shí)現(xiàn)完全自主性的一個(gè)關(guān)鍵特征是機(jī)上處理和決策。搜索分配還需要無人機(jī)具有特定的任務(wù)識(shí)別功能。識(shí)別和定位人員、動(dòng)物或物體(例如,地標(biāo)、標(biāo)志或著陸區(qū))是USAR任務(wù)的核心問題。
2. 野外搜救
野外搜救(WiSAR)需要經(jīng)常在道路崎嶇的偏遠(yuǎn)地區(qū)搜索大片區(qū)域。由于地面搜索機(jī)器人在救援時(shí)需要面臨搜索面積大且可能存在移動(dòng)性受限的情況。因此,使用小型無人機(jī)為野外搜救提供搜索區(qū)域的航空?qǐng)D像是最佳的替代方法。
如果要成功實(shí)現(xiàn)廣泛部署,輔助野外搜救的無人機(jī)需要具有可攜帶性、耐用性和操作簡(jiǎn)便性這些特點(diǎn)。這些要求增加了許多限制,包括由選定的特定無人機(jī)產(chǎn)生的限制;由人為因素(特別是來自最低訓(xùn)練要求)產(chǎn)生的限制;由所使用的控制裝置施加的限制;來自手頭特定任務(wù)的限制,包括進(jìn)入已有團(tuán)隊(duì)結(jié)構(gòu)的必要性。
3. 海上搜索
使用合適的無人機(jī)系統(tǒng)可以更有效地進(jìn)行海上搜索。用作系統(tǒng)集成(SoS)的海上SAR是實(shí)現(xiàn)和演示架構(gòu)方法的區(qū)域場(chǎng)景。它利用各種系統(tǒng),包括無人機(jī)、協(xié)調(diào)指揮控制系統(tǒng)、通信系統(tǒng)和其他更大的載人船。
目前正在使用的各種傳感器和數(shù)據(jù)源有:沿海雷達(dá)、巡察或監(jiān)視飛機(jī)、船舶雷達(dá)、民用飛機(jī)或船舶上的報(bào)告等。每個(gè)傳感器都有其特性。例如,沿海雷達(dá)站在其雷達(dá)地平線內(nèi)連續(xù)覆蓋,但在該地平線外完全失效。
對(duì)于超視線范圍和連續(xù)海軍監(jiān)視,觀察感興趣區(qū)域最有效、最經(jīng)濟(jì)和最靈活的方法是使用監(jiān)視無人機(jī)進(jìn)行定期監(jiān)視。該方法提供了利用所有系統(tǒng)之間相互依賴的能力。因此,必須生成穩(wěn)健、高效、以網(wǎng)絡(luò)為中心,并且可以生成的架構(gòu)。
為SoS生成體系結(jié)構(gòu)是一個(gè)具有許多變量及約束的多目標(biāo)優(yōu)化問題。生成架構(gòu)所需的信息如下。
帶有多架無人機(jī)的海上SAR面臨著幾個(gè)問題。
如果沒有對(duì)基本漂移性及相關(guān)的不確定性進(jìn)行適當(dāng)估計(jì),預(yù)測(cè)搜索區(qū)域的漂移和擴(kuò)展仍然很困難。直接方法是使用電流表測(cè)量物體相對(duì)于環(huán)境水的運(yùn)動(dòng)。搜索和救援最優(yōu)規(guī)劃系統(tǒng)(SAROPS)采用環(huán)境數(shù)據(jù)服務(wù)器,從多個(gè)來源獲取風(fēng)和當(dāng)前預(yù)測(cè)。該系統(tǒng)給出多個(gè)搜索單元的搜索路徑,以最大限度地提高搜索增量的檢測(cè)概率。
當(dāng)基于觀察或建模的矢量場(chǎng)重建粒子離散度時(shí),海洋的擴(kuò)散性是一個(gè)重要因素。在許多情況下,一個(gè)簡(jiǎn)單的隨機(jī)模型足以估計(jì)SAR對(duì)象在相對(duì)較短的時(shí)間段內(nèi)的離散度。應(yīng)仔細(xì)考慮離散度和積分時(shí)間尺度的區(qū)域估計(jì)(可能是季節(jié)性),因?yàn)樗鼈儗?duì)SAR物體擴(kuò)散的影響可能很大。
關(guān)于作者:雅斯米娜·貝索伊·塞班(Yasmina Bestaoui Sebbane),1989年獲得了法國南特中央理工學(xué)院電氣工程系的控制和計(jì)算機(jī)工程博士學(xué)位,2000年受聘為法國埃弗里大學(xué)電氣工程系機(jī)器人研究教授,她還是美國加利福尼亞蒙特雷海軍研究生院計(jì)算機(jī)系的客座教授。她的研究興趣包括無人駕駛系統(tǒng),特別是無人駕駛飛機(jī)的控制、規(guī)劃和決策。
本文摘編自《智能自主無人機(jī):先進(jìn)任務(wù)與未來應(yīng)用》,經(jīng)出版方授權(quán)發(fā)布。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03