來源:解放軍報
隨著科學技術的發展,人工智能創新應用的全面展開,使人類社會各個領域面臨前所未有的智能化浪潮沖擊。無人地面平台憑借自身卓越的技術性能,成爲世界各主要國家爭相搶占的智能領域制高點,也成爲各國軍事裝備自動化和智能化的發展方向。
無人地面平台集衆多“本領”于一身,在諸如感知技術、地圖重建技術、導航技術、學習與自適應技術這些強大能力中,最爲突出的就是對周圍環境的感知和地圖重建技術。有了這些“法寶”,無人地面平台就可以成爲“千裏眼”和“順風耳”,爲指揮決策提供強有力的技術保障。
先來看看環境感知技術,它是無人地面平台認路能力的一部分。通過傳感器,無人地面平台可以采集周邊和自身信息,並實時發送給處理器,形成對周邊環境的認知模型。可以說,環境感知是無人地面平台所有技術的數據基礎。再來說說地圖重建技術,它能對實時環境感知反饋的信息進行識別、處理、分析後,不斷更新完善已有的地圖信息,有效應對突發情況。
盡管擁有如此厲害的“看家本領”,但傳統的單一傳感器很難在複雜條件下保證無人地面平台環境感知的可靠性。比如高精度GPS,一旦在某些情況下,衛星信號中斷或受到嚴重幹擾,使得衛星信號十分微弱,環境感知就面臨著巨大的困難;基于視覺的環境感知技術,在遇到強光或弱光等光照度發生變化的情況下,會導致感知算法失效;基于激光雷達的環境感知技術,因探測距離有限,有時缺乏充足的目標屬性信息,導致無人地面平台成了“聾子”和“瞎子”。
爲解決這些難題,研究人員給無人地面平台安裝了多種傳感器,使它具備多傳感器數據融合感知能力,通過無數雙“眼睛”和無數對“耳朵”將每一幅畫面融合在一起,進而分割出場景中的主要元素,並清楚地將它們一一辨別出來。美國密歇根州立大學的研究者就利用這種安裝多個傳感器的方法,通過傳感器間的融合工作,有效感知校園內的所有路況環境,使無人地面平台成爲校園裏名副其實的識途“老馬”。新加坡南洋理工大學的科研團隊,重點研究激光雷達和視覺數據融合的場景語義分割技術,通過融合的方法,可以很好地分割出場景中的主要元素,並得到它們的語義信息,包括目標車輛、行人、地面、草叢和樹木等。另外,致力于無人駕駛汽車研究的公司,如谷歌、福特等都應用定位與地圖構建技術,實現了高精度地圖的構建與厘米級的精確定位,但其應用環境僅限于城市結構化道路。
當前的地面無人平台盡管擁有超強本領,但在野外複雜環境下使用仍有較大局限性,特別是在戰爭或重大災害等特殊條件下,對于各種複雜障礙的環境感知遠未達到令人滿意的靈敏度。這也對進一步優化無人地面平台多傳感器融合感知技術,提出了新的挑戰。(郭凱)