ادراک چندوجهی و ادغام دادهها: موتور اصلی پهپادهای هوشمند
ادراک به محرک اصلی هوش پهپاد تبدیل شده است که با پیشرفتهای چشمگیر در حسگرهای چندوجهی و ادغام دادهها پشتیبانی میشود. سیستمهای تکحسگر در محیطهای پویا و پیچیده ناکافی هستند و ادغام دید و لایدار را به یک پیشرفت کلیدی تبدیل میکنند.
بایا و همکاران با ترکیب شبکههای عصبی کانولوشنال (CNN) با دادههای لایدار، تشخیص و ردیابی موانع پویا را به طور قابل توجهی بهبود بخشیدند و ایمنی پرواز را در سناریوهای بسیار پویا افزایش دادند (شکل 3(الف)). اولاه و همکاران استراتژی ادغام دید و لایدار را بیشتر اصلاح کردند و تمرکز آن را از تشخیص موانع پویا به انطباق با محیطهای چندگانه گسترش دادند و پشتیبانی از ماموریتهای پیچیده متنوع را افزایش دادند.
اگر ادراک به پهپادها اجازه میدهد «واضح ببینند»، ادغام دادهها تضمین میکند که آنها «دقیق ببینند». شو و همکاران یک چارچوب ادغام شبکه عصبی چندوجهی را توسعه دادند که مدلهای محیطی را در زمان واقعی بهروز میکند و برنامهریزی مسیر را بهینه میسازد و انطباقپذیری قوی در زمینهای ناهموار دارد. جیانگ و همکاران این کار را با یک الگوریتم ادغام فروسرخ-دید در مقیاس چندگانه برای شرایط دید کم تکمیل کردند. در مجموع، این پیشرفتها ادراک بلادرنگ، مدلسازی محیطی و قابلیت اطمینان ماموریت را برای پهپادهای خودکار تقویت میکنند.
