導(dǎo)讀：隨著應(yīng)用的不斷發(fā)展，無(wú)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(lái)源：大數(shù)據(jù)DT（ID：hzdashuju）

01 交通監(jiān)控

無(wú)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(wú)法用于綜合交通運(yùn)營(yíng)，這主要考慮到成本與效益的影響。

在這方面，無(wú)人機(jī)提供了一種經(jīng)濟(jì)有效的手段來(lái)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(lái)，交通擁堵日益嚴(yán)重。人們可以通過(guò)收集交通狀況的實(shí)時(shí)信息來(lái)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(guò)縮短傷員獲得救助服務(wù)的時(shí)間來(lái)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(lái)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(chē)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(guò)高密度地部署位置固定的探測(cè)器（包括攝像頭），來(lái)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(guó)國(guó)家交通流量遙感聯(lián)盟（NCRST-F）已經(jīng)認(rèn)識(shí)到利用無(wú)人機(jī)提供鳥(niǎo)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(wú)人機(jī)交通監(jiān)控中收集的有用信息，包含車(chē)輛的車(chē)道變換頻率、車(chē)輛平均距離、重型車(chē)輛的數(shù)量、事故類型、車(chē)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(chē)輛變道之類的細(xì)節(jié)。

另一方面，配備攝像機(jī)的無(wú)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(wú)人機(jī)比有人駕駛飛機(jī)更具優(yōu)勢(shì)。例如，無(wú)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(wú)人機(jī)。該類應(yīng)用在通過(guò)無(wú)人機(jī)收集信息時(shí)應(yīng)解決兩個(gè)問(wèn)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(wú)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(wú)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(chē)的水平數(shù)據(jù)，例如車(chē)輛軌跡數(shù)據(jù)、車(chē)道變化數(shù)據(jù)和道路上的汽車(chē)跟蹤數(shù)據(jù)。

另外，無(wú)人機(jī)拍攝的視頻幀中包含多輛車(chē)，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(wèn)題包括物理層問(wèn)題、通信問(wèn)題和網(wǎng)絡(luò)層問(wèn)題。

該項(xiàng)目作為無(wú)人機(jī)在遙感和多式聯(lián)運(yùn)中使用的案例來(lái)研究。該項(xiàng)目的主要目標(biāo)如下所示。

開(kāi)發(fā)可靠的軟件和硬件架構(gòu)，包括用于無(wú)人機(jī)自主控制的協(xié)調(diào)和反應(yīng)組件。

開(kāi)發(fā)感官平臺(tái)和感官解釋技術(shù)，重點(diǎn)放在主動(dòng)視覺(jué)系統(tǒng)上，以實(shí)現(xiàn)感官數(shù)據(jù)處理的實(shí)時(shí)約束。

開(kāi)發(fā)有效的推理和算法技術(shù)，以獲取與操作環(huán)境相關(guān)的動(dòng)態(tài)及靜態(tài)的地理、空間和時(shí)間信息。

開(kāi)發(fā)計(jì)劃，預(yù)測(cè)和記錄識(shí)別技術(shù)，以指導(dǎo)無(wú)人機(jī)并預(yù)測(cè)和處理地面車(chē)輛的行為。

基于復(fù)雜環(huán)境和功能的仿真、規(guī)范、項(xiàng)目、驗(yàn)證技術(shù)以及建模工具的開(kāi)發(fā)。

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(chē)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(guò)無(wú)人機(jī)捕獲的圖像檢測(cè)和跟蹤車(chē)輛具有一定的挑戰(zhàn)。

• 首先，無(wú)人機(jī)監(jiān)視平臺(tái)上的攝像機(jī)頻繁變化。因?yàn)闊o(wú)人機(jī)上的攝像機(jī)在視頻錄制過(guò)程中可能會(huì)旋轉(zhuǎn)、移動(dòng)和翻轉(zhuǎn)。

• 此外，由于風(fēng)的波動(dòng)也可能會(huì)突然震動(dòng)，這可能引起車(chē)輛跟蹤中的負(fù)面影響。

• 另一方面，在駕駛員行為研究模型（例如汽車(chē)跟隨和車(chē)道變換模型）中需要每輛汽車(chē)的精確軌跡數(shù)據(jù)。缺少汽車(chē)數(shù)據(jù)和跟蹤錯(cuò)誤可能會(huì)影響模型參數(shù)的準(zhǔn)確性。

因此，高分辨率的圖像對(duì)于在車(chē)輛檢測(cè)和跟蹤過(guò)程中進(jìn)行精確計(jì)算車(chē)速和橫向位置至關(guān)重要。車(chē)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(jué)觀察來(lái)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(chē)輛。

為了克服這些限制，無(wú)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(lái)識(shí)別美國(guó)國(guó)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(chē)輛ID、速度、前進(jìn)距離、車(chē)道變換頻率、車(chē)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(jué)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(chē)輛相對(duì)于車(chē)道線的位置以及通過(guò)視頻幀對(duì)車(chē)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(wú)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(wú)人機(jī)提供了一種有希望的通用解決方案。

無(wú)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(wú)人機(jī)平臺(tái)在核現(xiàn)場(chǎng)難以使用。因?yàn)闊o(wú)人機(jī)通常依靠GPS來(lái)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(wú)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(wú)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(wú)人機(jī)需要具有長(zhǎng)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(lái)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(lái)解決煙羽估計(jì)問(wèn)題。該程序使用指定位置處的初始假設(shè)來(lái)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(guò)收集傳感器的測(cè)量值來(lái)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(wú)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(wú)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(lái)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(wú)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)。

隨著城市搜救任務(wù)的發(fā)展，為了獲得最優(yōu)方法和經(jīng)驗(yàn)教訓(xùn)，需要對(duì)該任務(wù)的有效經(jīng)驗(yàn)進(jìn)行客觀地評(píng)估和分析。

救援技術(shù)包括傷亡情況評(píng)估、監(jiān)測(cè)和解救工具的開(kāi)發(fā)及優(yōu)化。

區(qū)域參與在專業(yè)救援協(xié)同和基于區(qū)域的第一響應(yīng)者之間建立了協(xié)作關(guān)系，以實(shí)現(xiàn)專業(yè)知識(shí)和資源的平衡。

信息系統(tǒng)能識(shí)別、收集和管理多個(gè)數(shù)據(jù)流并將其轉(zhuǎn)換為信息，以便提供更好的高級(jí)規(guī)劃和時(shí)間線態(tài)勢(shì)感知。

技術(shù)集成涉及最先進(jìn)技術(shù)的驗(yàn)證和集成。

危機(jī)管理是一個(gè)適應(yīng)實(shí)際情況且可擴(kuò)展的管理系統(tǒng)。

可用預(yù)算影響購(gòu)買(mǎi)，也影響系統(tǒng)和技術(shù)的快速部署和使用。從長(zhǎng)遠(yuǎn)來(lái)看，它會(huì)對(duì)新系統(tǒng)和技術(shù)發(fā)展產(chǎn)生重大影響。

USAR團(tuán)隊(duì)可以執(zhí)行以下任務(wù)：

• 在倒塌的建筑物中進(jìn)行物理搜救；

• 為被困者提供緊急醫(yī)療評(píng)估和護(hù)理；

• 評(píng)估和控制危險(xiǎn)，如燃?xì)饣螂娏Ψ?wù)；

• 評(píng)估及加固受損建筑物。

人-無(wú)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(wú)人機(jī)救援團(tuán)隊(duì)至少由一架無(wú)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(wú)人機(jī)操作員組成。該團(tuán)隊(duì)在地理上分散。這個(gè)無(wú)人機(jī)團(tuán)隊(duì)包括：

無(wú)人機(jī)操作員，在現(xiàn)場(chǎng)操縱無(wú)人機(jī)

無(wú)人機(jī)任務(wù)專家，觀看無(wú)人機(jī)視頻流并指導(dǎo)無(wú)人機(jī)操作員執(zhí)行任務(wù)

保護(hù)無(wú)人機(jī)團(tuán)隊(duì)安全的措施

在部署期間，無(wú)人機(jī)任務(wù)專家主要與無(wú)人機(jī)操作員一起合作，為無(wú)人機(jī)操作員提供額外的視角。無(wú)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(guó)家消防總隊(duì)，也用于隨后的無(wú)人駕駛地面車(chē)輛（UGV）來(lái)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(lái)，得到不同的觀點(diǎn)和需求。為了實(shí)現(xiàn)這一目標(biāo)，無(wú)人機(jī)需要更多的自主性來(lái)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(wú)人機(jī)系統(tǒng)的持久性帶來(lái)挑戰(zhàn)。

此外，災(zāi)區(qū)也無(wú)法保證無(wú)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(wú)人機(jī)自主性帶來(lái)巨大挑戰(zhàn)。

這些任務(wù)特性要求無(wú)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(wú)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(méi)有外部輔助設(shè)備（例如GPS）的情況下工作，因?yàn)闊o(wú)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(wú)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(wú)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(wèn)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(wú)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(wú)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(wú)人機(jī)產(chǎn)生的限制；由人為因素（特別是來(lái)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(lái)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(wú)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(wú)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(wú)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(wèn)題。生成架構(gòu)所需的信息如下。

SoS的首要目的：選擇海岸警衛(wèi)隊(duì)的搜救能力作為問(wèn)題。

利益相關(guān)者：海岸警衛(wèi)隊(duì)擁有眾多具有不同能力的系統(tǒng)，這些系統(tǒng)可在該地區(qū)的多個(gè)站點(diǎn)使用。此外，漁船、民用船只和商業(yè)船只可臨時(shí)加入SoS，以便在災(zāi)難發(fā)生時(shí)提供援助。協(xié)調(diào)和指揮控制中心指導(dǎo)操作中有人駕駛船和無(wú)人駕駛飛機(jī)的組合。

粗略數(shù)量級(jí)（ROM）預(yù)算。

SoS的關(guān)鍵性能屬性（KPA）：性能、可執(zhí)行性、魯棒性、模塊性和網(wǎng)絡(luò)中心性。

帶有多架無(wú)人機(jī)的海上SAR面臨著幾個(gè)問(wèn)題。

• 首先，商用無(wú)人機(jī)的燃料容量有限，因此無(wú)法無(wú)限期運(yùn)行。

• 其次，幸存者在給定區(qū)域內(nèi)的幸存概率隨著時(shí)間和風(fēng)而變化，這種可能性通常被稱為遏制概率（POC）。

• 第三，應(yīng)該自動(dòng)控制許多無(wú)人機(jī)和燃料加油站系統(tǒng)。

如果沒(méi)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(lái)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(guó)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(guó)埃弗里大學(xué)電氣工程系機(jī)器人研究教授，她還是美國(guó)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(wú)人駕駛系統(tǒng)，特別是無(wú)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(wú)人機(jī)：先進(jìn)任務(wù)與未來(lái)應(yīng)用》，經(jīng)出版方授權(quán)發(fā)布。

延伸閱讀《智能自主無(wú)人機(jī)：先進(jìn)任務(wù)與未來(lái)應(yīng)用》

點(diǎn)擊上圖了解及購(gòu)買(mǎi)

轉(zhuǎn)載請(qǐng)聯(lián)系微信：DoctorData

推薦語(yǔ)：本書(shū)重點(diǎn)闡述無(wú)人機(jī)的系統(tǒng)工程方法，涉及自主性，任務(wù)分析、定向運(yùn)動(dòng)、部署、巡邏，以及搜索、跟蹤和監(jiān)視的實(shí)際應(yīng)用。本書(shū)還提出了包括機(jī)器人學(xué)、運(yùn)籌學(xué)、控制理論的算法設(shè)計(jì)。適合作為無(wú)人機(jī)從業(yè)者和研究人員。

劃重點(diǎn)????

干貨直達(dá)????

• OpenCV入門(mén)及應(yīng)用案例：手把手教你做DNN圖像分類
  

• 大數(shù)據(jù)、人工智能帶來(lái)的危機(jī)：科技巨頭會(huì)毀掉我們的生活嗎？
  

• 56秒看完131年英格蘭頂級(jí)聯(lián)賽冠軍排行：利物浦時(shí)隔30年再奪冠
  

• 一文看懂Python的控制結(jié)構(gòu)：for、while、if…都有了
  

更多精彩????

在公眾號(hào)對(duì)話框輸入以下關(guān)鍵詞

查看更多優(yōu)質(zhì)內(nèi)容！

PPT?|?讀書(shū)?|?書(shū)單?|?硬核?|?干貨?|?講明白

大數(shù)據(jù)?|?云計(jì)算?|?數(shù)據(jù)庫(kù)?|?Python?|?可視化?|?神操作

AI?|?人工智能?|?機(jī)器學(xué)習(xí)?|?深度學(xué)習(xí)?|?神經(jīng)網(wǎng)絡(luò)

5G?|?中臺(tái)?|?用戶畫(huà)像?|?1024?|?大神?|?數(shù)學(xué)?|?揭秘

據(jù)統(tǒng)計(jì)，99%的大咖都完成了這個(gè)神操作

????

總結(jié)

以上是生活随笔為你收集整理的解决交通拥堵、监测核辐射、野外搜救…无人机将有哪些神应用？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。