"基于计算机视觉的无人机自主导航"项目结题报告

高新技术传播

国家自然科学基金项目

基于计算机视觉的无人机自主导航

基本信息

项目批准号：U19A2071

申请代码：F0307

项目名称：基于计算机视觉的无人机自主导航

项目负责人：刘怡光

依托单位：四川大学

研究期限：*开通会员可解锁* 至 *开通会员可解锁*

资助经费：248.0（万元）

中文摘要：

无人机自主导航在国防军事、应急救援等领域需求迫切，但基于无线数据链的导航存在易受干扰甚而完全失效的问题。通过与成都飞机工业集团合作，发展融合计算机视觉信息与惯性导航反馈信息的无人机自主导航理论与技术：首先研究如何结合地形或高程先验知识，制定满足任务需求的4D轨迹，并构建确定轨迹的典型时空特征库；由计算机视觉多模态信息推断场景局部和整体形状，并抽取时空视觉场景中典型特征，研究如何结合投影空间与欧氏空间的关联、4D轨迹连续性等对时空视觉信号进行语义解析，力图解决视觉信号(如地形监视场景)与先验时空特征的耦合问题；研究联合时空视觉特征与惯性导航数据的自适应解算综合体系，建立精确度与计算复杂性随导航需求动态可调的方法，基于嵌入式VPU/GPU等搭建低功耗并行计算平台，构建仿真环境测试各方案并在成飞已有无人机上验证，通过反复的分析改进试用，实现大范围复杂对抗条件下无人机鲁棒自主导航，以满足国家需求。

英文摘要：

Autonomous navigation of UAV has urgent requirements in many areas such as military, emergency rescue, etc. But navigation systems based on wireless data link is susceptible to be interfered, that even makes navigation completely invalid. By cooperating with Chengdu Aircraft Industry Group, this project is going to combine computer vision and inertial navigation feedback information aiming at developing theory and technology of autonomous navigation of UAV. First, study how to combine prior knowledge of terrain and elevation, draw up 4D trajectories to satisfy task requirements and construct the typical temporal-spatial feature library for determining trajectories. Infer local and global shape of the terrain scene from multimodal computer vision information, extract typical features in temporal-spatial visual scene, and study the relation between projection space and Euclidean space, continuity of 4D trajectories to provide semantic analysis of temporal-spatial visual signals, for solving the coupling relation between visual signals (such as terrain surveillance scenes) and priori temporal-spatial features. Study the adaptive synthesis solution system combining temporal-spatial visual features and inertial navigation data, and establish a method by which accuracy and computation complexity can be dynamically adjusted with navigation requirements. Build an embedded low power parallel computing platform based on VPU/GPU, construct a simulation testing environment, and verify the proposed system on Chengdu Aircraft Industry Group’s UAV, and realize robust autonomous navigation of UAV under large-scale and complex confrontation conditions through repeated analysis, improvement and tryout, in order to meet national important strategic needs.

结题摘要

基于计算机视觉的无人机自主导航力图在无线定位导航系统（如北斗、GPS、伽利略等）通信数据链中断情况下，融合惯性导航反馈与捕获的时空视觉信号，实现无人机的自主导航。传统上基于无线数据链的定位系统在特殊情况下极易受到干扰，甚至完全失效。随着国际上对无人机在自主导航的精度、实时性及鲁棒性要求日益提高的背景下，并结合我国特种无人机发展需要，基于四川大学与成都飞机工业（集团）有限责任公司在特种无人机自主导航方面长期稳定合作得到的研究积累，把视觉分析深度融入无人机自主导航，发展特种无人机在定位数据链中断情况下的自主导航理论与关键技术，并试制相应设备。本项目的研究内容主要有：（1）收集整理无人机自主导航范围内显著视觉特征的先验知识，并根据导航需求制定无人机自主飞行的时空4D轨迹计划，用作后续视觉信号解读判定的先验依据特征。（2）在先验4D轨迹视觉信号基础上研究捕获的视觉信号在投影空间中特征的抽取，设计出面向导航的视觉信号解读提取模型。（3）进行时空视觉和INS特征语义解析，结合四维时空轨迹，完成对无人机自身运动状态的估计，基于先验4D轨迹及先验视觉特征，联合惯性导航的反馈与捕获的实时视觉特征，自主判定无人机实时位置，抑制超长航时下惯性导航的累积误差以及视觉特征提取不准所导致的定位导航误差。4）联合局部点分析与上下文轨迹分析，利用时空贝叶斯模型分析时空四维轨迹相邻点序列的连续性，避免局部视觉分析所导致的错误，实现无人机的鲁棒自主导航。5）研究联合时空视觉特征语义解析与惯性导航数据自适应解算的综合体系，建立精确度与计算复杂性随导航需求动态可调的理论与方法，充分利用各种低功耗并行计算平台如VPU/GPU等，并行化各种算法并依据硬件性能对算法进行裁剪，以构建适合大范围复杂对抗条件下无人机自主导航系统。

从官网获取报告原文信息请点击左下角“阅读原文”！

版权声明：本文所有文字来自国家自然科学基金委员会官方网站（https://www.nsfc.gov.cn/），版权归原作者/机构所有。如有侵权，请留言并提交证据，收到核实后删。

！

以科技赋能产业

以创新引领发展

未来，已来！

阅读原文

阅读原文

微信扫一扫关注该公众号

继续滑动看下一个