Multimodal sensing en datafusion-power Intelligente onbemande luchtvaartuigen van de volgende generatie
2026-02-23
Multimodale Sensoren en Datafusie Drijven Intelligente Onbemande Luchtvaartuigen van de Volgende Generatie
Geavanceerde perceptie ontpopt zich snel als de hoeksteen van UAV-autonomie, met multimodale perceptie en datafusie als fundamentele mogelijkmakende technologieën. De inherente beperkingen van enkele sensoren in ongestructureerde en dynamische luchtruimen hebben de integratie van diep zicht en LiDAR gepositioneerd als een toonaangevende oplossing.
Baya et al. maakten gebruik van convolutionele neurale netwerken met LiDAR-gegevens om de identificatie en tracking van dynamische obstakels aanzienlijk te verbeteren, waardoor een robuuste vliegveiligheid in zeer dynamische omgevingen behouden bleef (Fig. 3(a)). Ullah et al. ontwikkelden visie-LiDAR fusiearchitecturen, waarbij de nadruk werd verlegd van het vermijden van dynamische obstakels naar aanpassingsvermogen in verschillende omgevingen, om te voldoen aan de gevarieerde eisen van complexe operationele scenario's.
Perceptie stelt drones in staat hun omgeving waar te nemen, terwijl datafusie een nauwkeurig, betrouwbaar begrip levert. Xu et al. introduceerden een multimodale neurale fusie-framework dat omgevingsmodellen in realtime ververst en padplanning verfijnt, wat resulteert in uitzonderlijke prestaties in complex terrein (Fig. 3(b)). Jiang et al. stelden een multi-schaal infrarood-visueel fusie-algoritme voor, geoptimaliseerd voor omgevingen met weinig zicht. Deze complementaire innovaties verhogen de precisie, robuustheid en operationele veelzijdigheid van UAV's onder uitdagende real-world omstandigheden.
