《複雜背景下有人-無人機協同目標探測的關鍵問題研究》是依託中國人民解放軍國防科技大學，由牛軼峰擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：複雜背景下有人-無人機協同目標探測的關鍵問題研究
- 項目類別：青年科學基金項目
- 項目負責人：牛軼峰
- 依託單位：中國人民解放軍國防科技大學
中文摘要,結題摘要,
中文摘要
由於自主水平限制，無人機在相當長一段時間內需要在有人機指揮下協同完成使命任務。有人-無人機協同目標探測是利用異構平台多感測器實現對目標的最優觀測與識別，在軍事上（目標打擊）和民用上（搜尋營救）都具有重要的套用價值。本項目針對有人機與多無人機攜帶異質感測器（光電/紅外、雷射等）構成的協同系統，研究解決複雜背景下目標協同探測的關鍵問題。首先提出多機對目標協同觀測空間拓撲構型最佳化方法，減小目標觀測不確定性，獲取目標最優觀測圖像/數據；然後提出空對地條件下機載圖像顯著性區域提取新算法，實現目標區域初步篩選，滿足分散式條件下有效信息的實時處理與分發要求；最後提出部件模型驅動的條件隨機場方法，實現目標自適應表達與魯棒匹配，提高目標類識別的準確性，服務於有人機飛行員最終目標確認。本項目力爭為解決成像條件和目標狀態變化等情況下典型目標協同探測問題提供手段，對提升異構無人機系統自主協同能力具有較大推動作用。
結題摘要
項目圍繞複雜背景下有人-無人機協同目標探測的關鍵問題開展研究，在目標的最優協同觀測、目標區域快速提取和目標自主識別等方面取得了重要研究進展，圓滿完成了研究任務，為提高有人-無人機系統的協同感知能力、降低通信數據量和減輕飛行員辨識負擔，奠定了技術基礎。取得的主要成果包括：(1) 提出了非凸環境下基於覆蓋控制的多無人機協同搜尋方法，能夠在有限感知和通信能力條件下，控制多無人機找到分布在給定區域的未知目標，同時最小化期望搜尋時間，並實現避障； (2) 建立了多機協同探測空間拓撲構型最佳化問題模型，並針對複雜條件下多機多目標Standoff跟蹤，設計了基於層次聚類的目標分組方法，設計了考慮目標觀測誤差橢圓的IMM_UKF濾波算法，提出了一種基於Lyapunov導航向量場的多無人機協同跟蹤多目標運動導引方法，在某重點項目飛行試驗中驗證了該方法可有效實現障礙環境下地面目標群的跟蹤，具有收斂速度快，穩定性高等特點。(3) 針對空對地目標檢測需求，設計了一種多類大小顯著物體的提取算法Renyi-SSS，以及一種基於頻域分析的通道融合顯著性檢測算法CSIG，提出了顯著性檢測與物體性檢測結合的多目標檢測算法，有效提高多個目標檢測的準確度和實時性；(4) 針對空中目標檢測需求，提出了基於深度學習的複雜空中目標顯著性檢測方法，在檢測過程中引入關於目標的先驗知識，從而準確且魯棒地檢測出空中環境下的運動目標；(5) 利用目標圖像中多層次的上下文信息，提出了基於條件隨機場的無人機圖像典型目標類檢測方法，具有較高的檢測精度。(6) 結合有人-無人機協同的特點，基於人-機協作感知四個等級，提出了非結構環境下人機協作多目標檢測方法，在偵察任務中實現更優的目標檢測效果。項目組共發表專著/譯著2本；發表學術論文27篇，其中6篇進入SCI檢索，18篇進入EI檢索；發明專利5項（授權4項），軟體著作權2項，培養博士3人（畢業2人），碩士4人，獲得部委級科技獎1項，研究生教育成果獎1項。
