《無人機對地目標跟蹤與定位的基礎理論與關鍵技術》是依託清華大學，由張利擔任項目負責人的重點項目。
基本介紹
- 中文名：無人機對地目標跟蹤與定位的基礎理論與關鍵技術
- 依託單位：清華大學
- 項目負責人：張利
- 項目類別：重點項目
項目摘要,結題摘要,
項目摘要
無人機因機動性能好、生存能力強、無人員傷亡等特點，不但在現代軍事戰爭中正扮演著越來越重要的角色，而且在民用領域也有著廣闊的套用前景，受到了各國的空前關注。本課題將圍繞無人機套用問題，重點研究無人機對地目標跟蹤與定位的基礎理論與關鍵技術。課題的研究內容包括多感測器信號獲取與處理、電子穩像、複雜背景下的目標檢測與跟蹤、基於光學感測器的無源定位、多無人機聯合作業等。涉及到的理論和技術有信息獲取、信源與信道聯合編碼、多源信息融合、弱小目標檢測、運動估計、光學定位、三維重建、自動控制等，是一個多學科交叉的研究課題，屬於基金委十二五發展規劃的優先發展領域。課題將把理論研究與半實物仿真、現場實驗相結合，爭取在理論研究和實際套用上都有所突破，為我國機載視覺系統發展提供理論和技術支持，以提高我國無人機裝備水平。
結題摘要
無人機對地目標跟蹤與定位是無人機測繪、偵察監視、對地攻擊的核心技術，用於在複雜環境下獲取地面感興趣目標的位置和運動狀態信息。由於無人機平台間差異巨大的飛行特性、套用場景的複雜性、目標在感測器數據空間特徵的多樣性及計算資源的有限性，無人機對地目標跟蹤與定位任務面臨諸多挑戰。課題組以無人機裝備空地作戰需求為牽引，系統地開展了有關無人機對地目標跟蹤與定位的基礎理論與關鍵技術的研究工作並取得重要進展。 在目標跟蹤方面，提出了約束子空間學習的概念，並在此框架下提出了基於稀疏性誘導子空間學習、基於鑑別性子空間學習等一系列創新方法；此外，將多視角學習、模糊學習等引入到目標跟蹤中，其中構建的基於多視角學習的跟蹤算法論文在2016學科評估“ESI高被引論文”中排名前2.73%。 在目標定位方面，為提高機載定位系統的環境適應性，設計了抗視角變化特徵提取方法，解決無人機實時偵察圖像與參考圖像匹配時由於大視角差異引起的圖像不規則形變；在小型無人機自主定位方面構建了成本低廉、易獲取、易集成的自主定位框架，提高了多任務環境下機載定位技術的精度和適應性。 在無人機獲取圖像的穩像、復原及拼接方面，針對圖像受到均勻的運動模糊而造成退化的情況，提出了基於混合p範數的圖像去模糊方法、基於邊緣尺度的邊緣選擇準則、結合無人機航拍參數的快速配準，更好地解決了小尺度邊緣對模糊核估計產生歧義性的問題，並搭建了穩像及圖像復原系統，改善了圖像質量。 在三維場景圖像重建與構圖方面，構建了基於RGBD信息的機載線上三維重建系統和基於單目視頻的機載線上三維重建系統。提出了基於深度感測器和可見光感測器信息融合的點雲配準、像素支持域深度與法向聯合最佳化的大規模高速並行方法、基於三維標籤和超像素全局最佳化的高精度算法，並在國際權威排行榜Middlebury上至今連續六個月排名世界第一。 本項目的實施過程中，設計了實驗驗證平台並完成驗證；發表學術論文41篇，其中在IEEE Transactions on Image Processing、International Journal of Computer Vision等國際期刊發表論文17篇，在本領域重要的國際會議（ICCV、ECCV等）上發表論文3篇；出版譯著1部，授權發明專利1項；培養博士後2名，研究生30餘名。
