轻小型无人机遥感组网飞行的高程安全监测冗余 容错算法研究

针对轻小型无人机遥感组网飞行的高程安全要求,本文设计了基于INS/GPS/气压计的多源信息冗余容错测量方案。通过分析轻小型无人机遥感组网应用时复杂多变的工作环境对可靠性与容错能力的要求,采用了联邦滤波算法进行多传感器冗余信息融合。本文分析了联邦滤波结构及算法,通过计算得出了系统容错性好以及滤波精度高的信息分配系数取值原则,并在此基础上提出一种基于故障特征信息熵的Pignistic概率转换容错信息分配方法。该算法可得到清晰准确的故障概率分布,根据此概率分布运用信息熵来确定系统故障概率,进而结合信息分配系数的取值原则得出组合测量系统各个子系统的权重比。通过算例仿真验证了不同信息分配系数主要影响子系统的估计误差和容错性能,而对联邦主滤波器的融合估计误差影响较小,说明了本文的容错信息分配方法能够为各子系统分量提供可靠的分配系数。在旋翼无人机平台上的定高悬停实验证明了该方法能将无人机高程误差减小为传统联邦滤波算法的四分之一,进一步说明了该方法能提高无人机高程安全监测系统的精度及容错性。     

中国无人机遥感技术突破与产业发展综述

无人机是未来网络环境下一种数据驱动的空中移动智能体,而无人机遥感则是无人机应用最重要的引领性产业。本文首先以国内外无人机遥感发展现状为背景,重点概述了中国无人机遥感21世纪以来“十五”到“十三五”所获得的具有代表性的国家支持与推动的发展历程,阐述了无人机遥感定标场,航空航天定标场的建立以及应用验证,包括无人机遥感系统的载荷与系统技术发展;然后,进一步阐述了以遥感定标场、地物参量引导载荷性能、系统模型为代表的中国无人机遥感的相关技术跨越;接着,概略介绍了无人机遥感在国防反恐安全以及跨国应急救援,国土测绘与海洋岛礁测绘应用,地质灾害应用以及国家应急救援等领域的产业应用;最后,介绍了中国在无人航空遥感领域展开的跨越性的工作,包括组网智能控制、精度和实时性度量基础、载荷平台自组织冗余容错、遥感大数据云处理技术和无人机遥感组网实用化等内容。未来无人机遥感发展的总体目标是建立起具备迅捷信息获取能力的无人航空器组网观测系统,实现无人航空器组网技术由项目层面跨越到遥感领域,同时也为中国成为世界遥感强国的国家战略跨越奠定基础。     

基于可靠匹配点约束的遥感影像密集匹配

针对现有由稀到密的加密匹配算法中,初始匹配点可靠性低将导致迭代匹配拓展过程存在较多误匹配的问题,提出一种基于可靠匹配点约束的遥感影像密集匹配算法.首先,利用SIFT匹配点约束直线匹配获得的同名直线构建虚拟匹配点集,结合虚拟匹配点集和SIFT匹配点集建立初始匹配点集;然后,依次采用局部影像信息和局部几何约束对初始匹配点集...     

基于PRCUnet的高分遥感影像建筑物提取

基于高分辨率遥感影像的建筑物提取具有重要的理论与实际应用价值,深度学习因其优异的深层特征提取能力,已经成为高分影像提取建筑物的主流方法之一。本文在改进深度学习网络结构的基础上,结合最小外接矩形与Hausdorff距离概念,对建筑物提取方法进行改进。本文主要改进内容为：① 基于Unet网络结构,利用金字塔池化模块 (Pyramid Pooling Module, PPM )的多尺度场景解析特点,残差模块(Residual Block, RB)的特征提取能力以及卷积块注意力模块(Convolutional Block Attention Module, CBAM)对空间信息和通道信息的平衡能力。将金字塔池化、残差结构以及卷积块注意力模块引入到Unet模型中,建立PRCUnet模型。PRCUnet模型更关注语义信息和细节信息,弥补Unet对小目标检测的欠缺;② 基于最小外接矩形与Hausdorff距离,改进建筑物轮廓优化算法,提高模型的泛化能力。实验表明,本文的建筑物提取方法在测试集上准确率、IoU、召回率均达到0.85以上,精度显著优于Unet模型,提取出的建筑物精度更高,对小尺度及不规则的建筑物有较好的提取效果,优化后的建筑物轮廓更接近真实的建筑物边界。