導讀：隨著應用的不斷發展，無人機市場有望迅速發展。本節的目的是概述自主飛行技術的廣泛潛在應用：災難響應、事故監測（安全保障）、搜索和救援等。

作者：雅斯米娜·貝索伊·塞班（Yasmina Bestaoui Sebbane）

來源：大數據DT（ID：hzdashuju）

01 交通監控

無人機在安全保障任務中一個有希望的應用是加強交通監管系統。目前，交通監管系統已被廣泛部署且已成為智能交通系統（ITS）基礎設施的重要組成部分。

盡管該系統很重要，但它在許多農村地區部署較少，只在特定位置存在且只能進行簡單的交通計數，無法用于綜合交通運營，這主要考慮到成本與效益的影響。

在這方面，無人機提供了一種經濟有效的手段來滿足農村交通監管系統的需求。公路交通流量具有一定的動態性及不確定性，需要在可到達且偏遠地區提供即時和準確的信息。

1. 擁塞監控

近年來，交通擁堵日益嚴重。人們可以通過收集交通狀況的實時信息來改善對交通設施的控制及響應，從而有效減少出行延誤，并通過縮短傷員獲得救助服務的時間來改善醫療衛生狀況。在特定的時刻，監控網絡的最大價值僅來自監控網絡中的一小部分。

不幸的是，監控網絡中價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輛擁堵的位置取決于不可預測事件發生時的位置。傳統的交通監管系統通過高密度地部署位置固定的探測器（包括攝像頭），來保證整個交通網絡在變化條件下快速響應的能力。當需要這些固定探測器范圍以外的信息時，需要進行人工評估。

美國國家交通流量遙感聯盟（NCRST-F）已經認識到利用無人機提供鳥瞰和運輸作業的快速響應是一種成本較低的方法。

在無人機交通監控中收集的有用信息，包含車輛的車道變換頻率、車輛平均距離、重型車輛的數量、事故類型、車輛軌跡和類型。盡管可以使用環路檢測器，但它們僅提供本地信息，不能提供諸如車輛變道之類的細節。

另一方面，配備攝像機的無人機可以提供高速公路的全局視圖和相關信息，增強了道路的實時監控能力。

此外，無人機比有人駕駛飛機更具優勢。例如，無人機可以在較低的高度飛行；在天氣條件不適合有人駕駛飛機飛行時也可使用無人機。該類應用在通過無人機收集信息時應解決兩個問題：讓道路保持在攝像機的視野中；處理圖像并收集相關數據。

通常，無人機捕獲的交通數據中包含的信息要比傳統監測系統獲得的復雜得多。無人機視頻不僅包括交通流平均速度、密度和流量等傳統數據，還包括每輛車的水平數據，例如車輛軌跡數據、車道變化數據和道路上的汽車跟蹤數據。

另外，無人機拍攝的視頻幀中包含多輛車，且視頻的幀率非常高，因此待處理的數據量將非常大。考慮到這些特征，數據收集、還原和分析被視為在傳輸中大數據分析的重要組成部分。必須解決的問題包括物理層問題、通信問題和網絡層問題。

該項目作為無人機在遙感和多式聯運中使用的案例來研究。該項目的主要目標如下所示。

開發可靠的軟件和硬件架構，包括用于無人機自主控制的協調和反應組件。

開發感官平臺和感官解釋技術，重點放在主動視覺系統上，以實現感官數據處理的實時約束。

開發有效的推理和算法技術，以獲取與操作環境相關的動態及靜態的地理、空間和時間信息。

開發計劃，預測和記錄識別技術，以指導無人機并預測和處理地面車輛的行為。

基于復雜環境和功能的仿真、規范、項目、驗證技術以及建模工具的開發。

2. 駕駛行為監控

在駕駛行為研究中，還需要詳細準確的車輛軌跡數據。駕駛行為模型捕捉駕駛員在不同交通條件下的機動決策，這是微觀交通仿真系統的重要組成部分。與傳統的交通監管系統相比，通過無人機捕獲的圖像檢測和跟蹤車輛具有一定的挑戰。

• 首先，無人機監視平臺上的攝像機頻繁變化。因為無人機上的攝像機在視頻錄制過程中可能會旋轉、移動和翻轉。

• 此外，由于風的波動也可能會突然震動，這可能引起車輛跟蹤中的負面影響。

• 另一方面，在駕駛員行為研究模型（例如汽車跟隨和車道變換模型）中需要每輛汽車的精確軌跡數據。缺少汽車數據和跟蹤錯誤可能會影響模型參數的準確性。

因此，高分辨率的圖像對于在車輛檢測和跟蹤過程中進行精確計算車速和橫向位置至關重要。車輛識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別酒后駕駛（DWI）并防止相關事故的發生。目前，執法人員依靠視覺觀察來檢測此類行為并識別潛在的酒后駕駛員。然而，這種方法受到人為錯誤的限制，并且僅限于小范圍內的車輛。

為了克服這些限制，無人機可用于監控駕駛行為，以防止事故和提升公路安全，并有效、及時地檢測和分析高速公路上的危險駕駛活動。執法人員常常使用這些不良行為來識別美國國家公路交通安全管理局（NHTSA）在2010年總結的潛在酒后駕駛員。

為了觀察8種潛在的不良行為，必須確定并量化6個關鍵指標。這些關鍵指標包括車輛ID、速度、前進距離、車道變換頻率、車道變換時間及加速度。因此，計算這些關鍵指標是確定計算機視覺算法并量化不良行為的首要任務。計算6個關鍵指標需要車輛相對于車道線的位置以及通過視頻幀對車輛進行識別及跟蹤。

02 核、生物和化學事故

核、生物和化學（NBC）事故是有人和無人系統合作的另一個例子。在災后恢復項目中，通常需要對人們難以到達或不可能到達的區域進行繪制和量化放射性元素的污染量。此任務是機器人系統的理想應用場景。特別是，無人機提供了一種有希望的通用解決方案。

無人機項目可用于應急響應時事故現場的放射性調查，也可對核反應堆外殼的結構進行檢查。然而，無人機平臺在核現場難以使用。因為無人機通常依靠GPS來實現穩定性并對其進行控制，而在金屬包層建筑物附近或其內部GPS是不可靠或失效的。無人機捕獲的數據對污染情況的定量測量也很困難的。

在另一個緊急偵察案例中，無人機應飛入有毒的云中并帶回污染物樣本進行分析。

由于人類操作員不希望靠近事故現場，因此無人機需要具有長時間飛行及抵抗強烈逆風的能力。它要估計大氣中氣源產生的煙羽濃度，來源位置的檢測有與環境以及搜索和救援任務相關的多種應用。實時的煙羽濃度估計使定位氣源位置及部署煙羽產生不利影響的對抗措施成為可能。

在氣體運輸模型的幫助下，可以使用煙羽區域中的固定、表面或空中傳感器來解決煙羽估計問題。該程序使用指定位置處的初始假設來測量濃度和氣源位置以構建可能的氣源定位圖。

傳感器移動控制是通過收集傳感器的測量值來支持同一個檢測的，例如環境測量。當傳感器安裝在無人機平臺上時，最重要的是規劃傳感器路徑以實現無人機的低工作時間或低能耗，并可以在非結構化動態環境中躲避障礙，或高效地收集目標信息。

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。每種形式都有相應的風險并對受害者及搜救人員帶來危險。

1. 城市搜救

城市搜救（USAR）被定義為定位查找的戰略、策略及操作，并為受害者提供醫療和解救服務。

USAR是一個無人機有可能發揮作用的領域。在救援人員進入之前，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個難點。

隨著城市搜救任務的發展，為了獲得最優方法和經驗教訓，需要對該任務的有效經驗進行客觀地評估和分析。

救援技術包括傷亡情況評估、監測和解救工具的開發及優化。

區域參與在專業救援協同和基于區域的第一響應者之間建立了協作關系，以實現專業知識和資源的平衡。

信息系統能識別、收集和管理多個數據流并將其轉換為信息，以便提供更好的高級規劃和時間線態勢感知。

技術集成涉及最先進技術的驗證和集成。

危機管理是一個適應實際情況且可擴展的管理系統。

可用預算影響購買，也影響系統和技術的快速部署和使用。從長遠來看，它會對新系統和技術發展產生重大影響。

USAR團隊可以執行以下任務：

• 在倒塌的建筑物中進行物理搜救；

• 為被困者提供緊急醫療評估和護理；

• 評估和控制危險，如燃氣或電力服務；

• 評估及加固受損建筑物。

人-無人機工作團隊的任務是探索災區，并提供足夠的信息進行情況評估。人-無人機救援團隊至少由一架無人機、若干名位于遠程控制室的人員，以及一名或多名人類無人機操作員組成。該團隊在地理上分散。這個無人機團隊包括：

無人機操作員，在現場操縱無人機

無人機任務專家，觀看無人機視頻流并指導無人機操作員執行任務

保護無人機團隊安全的措施

在部署期間，無人機任務專家主要與無人機操作員一起合作，為無人機操作員提供額外的視角。無人機團隊隨后對視頻資料進行評估。從視頻資料中獲得的信息直接提供給國家消防總隊，也用于隨后的無人駕駛地面車輛（UGV）來執行任務。

對于態勢感知，這要求該方法能夠將對于環境的不同看法整合起來，得到不同的觀點和需求。為了實現這一目標，無人機需要更多的自主性來感知環境并自主巡航。然而，災區是環境惡劣的地方。這為在城市環境中運行的無人機系統的持久性帶來挑戰。

此外，災區也無法保證無線電鏈路寬帶的穩定性。移動系統在惡劣環境中運行時，計算資源和低質量傳感器的有限可用性也對實現無人機自主性帶來巨大挑戰。

這些任務特性要求無人機在傳感器和規劃能力方面可以實現模塊化且具有一定靈活性。無人機必須能夠在非結構化的室內和室外環境中運行，例如倒塌的建筑物。導航系統必須能在沒有外部輔助設備（例如GPS）的情況下工作，因為無法保證其可用性。

由于這種環境中存在局部風況變化的情況，因此無人機還必須提供魯棒性的飛行能力。在城市災區實現完全自主性的一個關鍵特征是機上處理和決策。搜索分配還需要無人機具有特定的任務識別功能。識別和定位人員、動物或物體（例如，地標、標志或著陸區）是USAR任務的核心問題。

2. 野外搜救

野外搜救（WiSAR）需要經常在道路崎嶇的偏遠地區搜索大片區域。由于地面搜索機器人在救援時需要面臨搜索面積大且可能存在移動性受限的情況。因此，使用小型無人機為野外搜救提供搜索區域的航空圖像是最佳的替代方法。

如果要成功實現廣泛部署，輔助野外搜救的無人機需要具有可攜帶性、耐用性和操作簡便性這些特點。這些要求增加了許多限制，包括由選定的特定無人機產生的限制；由人為因素（特別是來自最低訓練要求）產生的限制；由所使用的控制裝置施加的限制；來自手頭特定任務的限制，包括進入已有團隊結構的必要性。

3. 海上搜索

使用合適的無人機系統可以更有效地進行海上搜索。用作系統集成（SoS）的海上SAR是實現和演示架構方法的區域場景。它利用各種系統，包括無人機、協調指揮控制系統、通信系統和其他更大的載人船。

目前正在使用的各種傳感器和數據源有：沿海雷達、巡察或監視飛機、船舶雷達、民用飛機或船舶上的報告等。每個傳感器都有其特性。例如，沿海雷達站在其雷達地平線內連續覆蓋，但在該地平線外完全失效。

對于超視線范圍和連續海軍監視，觀察感興趣區域最有效、最經濟和最靈活的方法是使用監視無人機進行定期監視。該方法提供了利用所有系統之間相互依賴的能力。因此，必須生成穩健、高效、以網絡為中心，并且可以生成的架構。

為SoS生成體系結構是一個具有許多變量及約束的多目標優化問題。生成架構所需的信息如下。

SoS的首要目的：選擇海岸警衛隊的搜救能力作為問題。

利益相關者：海岸警衛隊擁有眾多具有不同能力的系統，這些系統可在該地區的多個站點使用。此外，漁船、民用船只和商業船只可臨時加入SoS，以便在災難發生時提供援助。協調和指揮控制中心指導操作中有人駕駛船和無人駕駛飛機的組合。

粗略數量級（ROM）預算。

SoS的關鍵性能屬性（KPA）：性能、可執行性、魯棒性、模塊性和網絡中心性。

帶有多架無人機的海上SAR面臨著幾個問題。

• 首先，商用無人機的燃料容量有限，因此無法無限期運行。

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

• 第三，應該自動控制許多無人機和燃料加油站系統。

如果沒有對基本漂移性及相關的不確定性進行適當估計，預測搜索區域的漂移和擴展仍然很困難。直接方法是使用電流表測量物體相對于環境水的運動。搜索和救援最優規劃系統（SAROPS）采用環境數據服務器，從多個來源獲取風和當前預測。該系統給出多個搜索單元的搜索路徑，以最大限度地提高搜索增量的檢測概率。

當基于觀察或建模的矢量場重建粒子離散度時，海洋的擴散性是一個重要因素。在許多情況下，一個簡單的隨機模型足以估計SAR對象在相對較短的時間段內的離散度。應仔細考慮離散度和積分時間尺度的區域估計（可能是季節性），因為它們對SAR物體擴散的影響可能很大。

關于作者：雅斯米娜·貝索伊·塞班（Yasmina Bestaoui Sebbane），1989年獲得了法國南特中央理工學院電氣工程系的控制和計算機工程博士學位，2000年受聘為法國埃弗里大學電氣工程系機器人研究教授，她還是美國加利福尼亞蒙特雷海軍研究生院計算機系的客座教授。她的研究興趣包括無人駕駛系統，特別是無人駕駛飛機的控制、規劃和決策。?

本文摘編自《智能自主無人機：先進任務與未來應用》，經出版方授權發布。

延伸閱讀《智能自主無人機：先進任務與未來應用》

點擊上圖了解及購買

轉載請聯系微信：DoctorData

推薦語：本書重點闡述無人機的系統工程方法，涉及自主性，任務分析、定向運動、部署、巡邏，以及搜索、跟蹤和監視的實際應用。本書還提出了包括機器人學、運籌學、控制理論的算法設計。適合作為無人機從業者和研究人員。

劃重點????

干貨直達????

• OpenCV入門及應用案例：手把手教你做DNN圖像分類
  

• 大數據、人工智能帶來的危機：科技巨頭會毀掉我們的生活嗎？
  

• 56秒看完131年英格蘭頂級聯賽冠軍排行：利物浦時隔30年再奪冠
  

• 一文看懂Python的控制結構：for、while、if…都有了
  

更多精彩????

在公眾號對話框輸入以下關鍵詞

查看更多優質內容！

PPT?|?讀書?|?書單?|?硬核?|?干貨?|?講明白

大數據?|?云計算?|?數據庫?|?Python?|?可視化?|?神操作

AI?|?人工智能?|?機器學習?|?深度學習?|?神經網絡

5G?|?中臺?|?用戶畫像?|?1024?|?大神?|?數學?|?揭秘

據統計，99%的大咖都完成了這個神操作

????

總結

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？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。