亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

隨著無人機（Unmanned Aerial Vehicle,UAV）成本的降低，無人機引起了越來越多的研究興趣.其應用領域廣泛，包括農業、消防、測繪、航拍以及娛樂應用.這些應用需要無人機在精準的自我定位下進行自主飛行，通常高度依賴于全球導航衛星系統（Global Navigation Satellite System,GNSS）.然而，GNSS在長距離無線電通信方面存在多種缺陷（如非視距接收、多路徑效應、欺騙信號），這推動了補充或取代衛星導航新方法的發展.基于視覺的無人機定位與導航方法利用無人機搭載的視覺傳感器，實現自主定位與導航，成為解決這一問題的重要途徑.本文的貢獻在于系統性地梳理了基于視覺的無人機定位與導航技術，全面總結了該領域的研究現狀和發展趨勢.首先，介紹了無人機視覺定位的方法，主要分為圖像檢索和圖像匹配兩類，并對其技術特點、適用場景以及相關數據集和評價指標進行了分析.其次，詳細闡述了無人機視覺導航的方法，根據導航功能的不同分為障礙物檢測與規避方法以及路徑規劃方法，揭示了現有技術的優勢和局限.最后，進一步討論了基于視覺的無人機定位與導航方法在公共可用數據集、硬件加速、環境復雜性、實時性要求、能源限制以及模擬器到真實世界的泛化等方面可能面臨的挑戰.

多旋翼無人機（MR-UAV）在各類軍事行動中廣泛應用。然而現有MR-UAV型號存在有效載荷能力與續航時間限制，難以通過單一系統適配多樣化任務需求。例如專為重型設備運輸設計的無人機無法滿足敏捷高速作戰需求，導致軍方不得不列裝多型號MR-UAV，由此引發復雜后勤保障、人員培訓與成本攀升問題。本文提出模塊化MR-UAV框架，通過快速更換系統模塊部件實現無人機軍事任務定制化適配。該框架允許操作人員通過選擇不同模塊，調整MR-UAV特性（續航時間、尺寸、重量與最大載荷）與功能（傳感器與執行機構）。

本研究首先通過專家焦點小組研究探討模塊化多旋翼無人機的概念并理解用戶需求。研究成果指導了框架設計過程。在三輪焦點小組討論中，參與者均提出需具備"系留"與"非系留"飛行模式切換能力的MR-UAV。為此，本文設計并驗證了可使模塊化MR-UAV兼容雙電源（系留電源與機載電池）且在飛行中切換供電模式的電源管理板。研究同時提出構建框架模塊的硬件選型流程（電機、螺旋槳、電調與電池），包含基于推力測試臺數據計算續航時間的算法，并開發了簡化硬件選型與續航時間計算的軟件工具。

本文隨后闡述基于該框架構建的MR-UAV技術規格。為評估設計有效性開展了兩項可用性研究，結果表明模塊化MR-UAV可在作戰適用性層面為軍事行動提供直接效益，在后勤與成本層面為軍事組織創造優勢，具備實際應用前景。最后探討了軍用模塊化MR-UAV的未來研究方向。

本文其余部分結構如下。第2章呈現與本論文主題相關的文獻綜述。第3章通過展示與領域專家開展的焦點小組研究及其成果，探討軍用模塊化多旋翼無人機概念。第4章論述如何估算續航時間并優化整體飛行效能。第5章闡述電源管理板的設計與驗證工作。第6章展示模塊化多旋翼無人機框架的設計方案，第7章介紹原型機實現過程。第8章討論系統評估與可用性研究成果。最后，第9章總結本論文、概述學術貢獻并探討未來研究方向。

無人機（UAV）被視為搜救行動、災害救援、遙感測繪、空中監視與安防領域的重要工具。無人機輔助通信網絡憑借其成本效益與靈活性，作為能提供新功能與機遇的網絡基礎設施正獲得廣泛關注。除了支持復雜多機任務的互聯互通，無人機網絡還可部署于偏遠地區與極端環境提供連接服務，并根據可變需求對移動網絡覆蓋進行補充擴展。然而，利用這種靈活性需應對無人機網絡固有的動態性特征——包括高度移動性與資源受限性。通過軟件定義網絡（SDN）與網絡功能虛擬化（NFV）實現的網絡軟件化，能借助集中化可編程性與虛擬化網絡功能，為無人機網絡提供靈活自適應的控制與重構能力。

本論文通過識別軟件化為無人機網絡帶來的潛在增益——這些增益在先前研究中尚未被充分探索——展開對無人機網絡軟件化的研究。為實現SDN與NFV在無人機網絡中的應用，我們提出并描述了一種軟件化無人機網絡架構。此外，針對SDN架構的核心要素——SDN控制器的關鍵挑戰展開研究，該控制器通過邏輯集中式控制器與可編程網絡節點間的接口實現網絡可編程性。為適應網絡移動性與連接約束，我們提出部署與分配嵌入式SDN控制器的方案，確保在網絡拓撲動態變化及地面基礎設施可能不可用時控制功能的持續運行。同時，我們充分利用NFV提供的靈活性。需開發新型部署與編排方案，以有效管理由虛擬網絡功能（VNF）定義任務與網絡功能的無人機網絡。為此，我們描述了受益于此靈活性的適用場景，并提出高效部署與管理基于NFV的無人機網絡方案。

本文的貢獻如下：

• 軟件化增益評估：為驗證無人機網絡軟件化的合理性，我們通過建立軟件化無人機性能增益評估模型展開研究。該模型模擬由多架無人機組成的系統執行不同需求任務的場景，對比有限或非軟件化系統，分析多種情境下網絡重構能力的效果。

• 軟件化無人機網絡架構：提出支持無人機網絡軟件化的架構體系，描述實現網絡部署與重構所需的組件與功能，并解決現有技術限制。該架構包含以下核心創新：

• SDN控制器部署方案：針對無人機快速移動特性及偏遠地區無法部署地面SDN控制器的挑戰，提出空中控制器部署方案。該方案在容量與通信約束條件下，以最少無人機作為控制器，并通過靈活設計確保節點-控制器及控制器間連接。進一步提出動態調整機制，使空中控制器能追蹤拓撲變化的無人機網絡節點，同時限制控制器移動以減少拓撲調整的時間與能耗。

• 基于NFV的無人機網絡：利用NFV在無人機計算設施上部署多樣化網絡與處理功能，實現靈活網絡規劃、資源高效利用及動態重構能力。該特性對缺乏計算基礎設施的偏遠地區任務尤為重要，支持數據就地采集、處理與傳輸。我們展示需在任務區不同位置完成數據捕獲、處理與交付的適用場景，將網絡或任務功能表達為由系列虛擬網絡功能（VNF）構成的服務功能鏈（SFC），并提出聯合無人機網絡部署與SFC布局方案。該方案構建覆蓋任務區域的最小化無人機網絡，分配充足資源滿足VNF及其流量需求。為適應網絡移動性，設計動態編排機制，在無人機移動引發拓撲變化時維持網絡連接與SFC需求，同時限制因反復移動與調整導致的網絡中斷與開銷。

后續結構安排如下：第二章綜述無人機網絡的應用場景與挑戰，介紹軟件化技術（SDN與NFV）及其在通信網絡中的通用性，探討無人機網絡軟件化的動機，梳理現有SDN/NFV與無人機網絡融合的研究進展與局限。第三章量化無人機網絡軟件化增益，提出多任務場景下的評估模型，分析不同情境下的重構性能提升。第四章闡述支持可編程性與重構能力的軟件化無人機網絡架構，包含空中SDN控制與NFV網絡部署的創新組件。第五章專注SDN控制器部署，分析無人機網絡與地面控制器斷連時的挑戰，提出高效可動態調整的空中控制器部署方案并進行性能評估。第六章聚焦NFV與無人機網絡融合，討論應用動機與受益場景，描述并評估NFV網絡初始部署方案與動態編排流程。第七章總結研究成果，提出結論并展望未來研究方向。

無人駕駛飛行器（UAV）又稱無人機，它的發展給航空業帶來了革命性的變化，并已成為現代戰爭的一部分。無人機最初是為軍隊開發的，用于執行對人類來說 "枯燥、骯臟或危險 "的任務，如今，無人機已被用于支持大量非軍事任務，如治安和監視、航空攝影、包裹遞送、森林火災監測和撲救、農業、基礎設施檢查和科學工作等。無人機的軍事用途始于越南戰爭，但在伊拉克沖突以及后來的阿富汗沖突中都有廣泛使用。最近，在阿塞拜疆與亞美尼亞的沖突中，智能無人機的使用使阿塞拜疆明顯占了上風。土耳其的 TB-2 無人機被烏克蘭非常有效地用于收集情報，以對付強大得多的俄羅斯。顯然，無人駕駛飛機技術現已成為增強戰斗力的手段。

大多數無人機都有一名操控員，他從遠程位置駕駛無人機，通過安全的通信鏈路控制無人機的使用。人工智能（IA）和機器學習（ML）以及高速機載計算的進步使無人機能夠自主運行。在大多數空中任務中，無人機正在迅速取代人類。無人機被用于空中加油，無人駕駛旋翼機在移動的船只上自主著陸，無人機利用太陽能執行長時間飛行任務，還有無人駕駛或可選擇有人駕駛的戰斗機。無人機正在成千上萬地組成完全協調的飛行群。有人機-無人機空中編隊，即一架有人機控制一組無人機。這種編隊將利用兩種類型的優勢。作戰無人機正被用于情報、監視和偵察（ISR）、電子戰、地面打擊任務和空中作戰。大型無人機執行貨運任務的工作已經開始。實際上，有朝一日無人機將執行所有類型的空中任務。

無人機的尺寸和重量多種多樣。無人機的分類還與其最大工作高度和航程有關。無人機可以小到昆蟲，也可以大到客機。飛行高度帶可以與有人駕駛飛機一樣高。如果人類不在平臺上，續航時間甚至可以長達數月。同樣，無人機在進行高 "g "機動時也不再受人類生理機能的限制。無人機可以以超音速飛行，以后甚至可以以高超音速飛行。太空已經被無人系統所占據，因此，航空航天領域未來也會有更多的無人系統。

實際上，世界上所有重要的空軍部隊都擁有無人機。許多國家都在制造無人機和小型無人機。美國、以色列和中國在無人機制造領域處于全球領先地位。土耳其也正在成為一個重要的出口國。數以百萬計的業余無人機在全球各地飛行。四旋翼無人機是業余無線電遙控飛機和玩具廣泛流行的例證。

無人駕駛航空通勤飛行器已經過測試，很快就會出現在空中。這需要國際民用航空組織（ICAO）的規定，包括空中規則。還有適航認證問題。無人機遙控駕駛員需要進行分類，并獲得有效期為 10 年的遙控駕駛員培訓組織（RPTO）認證。必須為市內通勤指定特定的城市空中走廊。空中交通管理將面臨新的動態。無人機銷售也需要通過獨特的識別號碼和許可證進行監管。

戰斗無人機擁有更大的自主權，可以在沒有決策干預的情況下自由攻擊和殺害人類，這涉及倫理和法律問題，需要加以解決。在無人機中，人類仍將以某種形式處于環路中，即使這意味著決定算法并擁有一定的優先權或否決權。設計板上的大多數高端未來飛機仍以飛行員為中心。因此，盡管無人駕駛飛行器取得了進步，但飛行員仍需要一些年才能看到空中的彩虹和高空的日落。

在伊拉克、阿富汗和伊朗等國，無人機曾被用來追蹤和殺害人類。最近，一個配備致命武器的自主殺人機器人在利比亞襲擊人類。無人機正被用于定點清除重要人物。2020 年 1 月 3 日，伊朗少將卡西姆-蘇萊曼尼在巴格達國際機場被美軍無人機擊斃。2022 年 5 月初，911 襲擊的實施者之一艾曼-扎瓦希里（Ayman al-Zawahiri）在喀布爾的一次超視距無人機襲擊行動中喪生，當時他作為塔利班的客人居住在喀布爾。

無人機已被用于走私武器和毒品。恐怖分子可以利用無人機攻擊目標，甚至擊落飛機。攜帶小型手榴彈的無人機群可以神風特攻隊的方式飛入大型集會，制造混亂。

由于無人機已成為一種強大的空中武器平臺，使用反無人駕駛航空系統使其失效就變得非常重要。由于無人機體積小、特征低，探測總是會延遲。先進的雷達和光電探測手段正在不斷發展。可以通過動能手段使用硬殺傷武器擊落無人機，也可以使用電子戰技術使其失效，或發射一張網纏住旋翼。

反無人機系統（C-UAS）技術的興起主要是由于在民用和戰時環境中不斷擴大使用無人機（體積小、價格低的系統）所帶來的新威脅。與探測系統一樣，沒有一種攔截系統是完全有效的。由于無人機技術的擴散，反無人機系統將不可避免地成為未來所有沖突中無處不在的武器。這些反無人機系統必須足夠靈活，能夠探測到各種形狀和大小的無人機并使其失效。

本專著試圖對無人機和反無人機技術在軍事和民用領域的發展進行環境掃描，以及這些技術如何試圖改變現代戰爭的性質，從低強度沖突到全面戰爭。

該專著分為三個部分，首先從歷史角度介紹了無人機作為空中力量的一個要素是如何演變的。

第一部分用六章介紹了無人機技術，涉及無人機的組件、操作、技術進步以及影響其操作的法律問題等各個方面。

第二部分有兩章，涉及與反無人機系統有關的操作和技術方面。

第三部分有兩章，總結了目前使用這些系統的啟示，以及在塑造這兩種系統未來發展方向方面的經驗教訓。最后一章總結了無人機和反無人機的主題。

如今，許多機器人系統都是遠程操作的，需要不間斷的連接和安全的任務規劃。這類系統常見于軍用無人機、搜救行動、采礦機器人、農業和環境監測等領域。不同的機器人系統可能采用不同的通信方式，如無線電網絡、可見光通信、衛星、紅外線、Wi-Fi 等。然而，在機器人需要相互連接的自主任務中，由于信號超出范圍或不可用，經常會出現通信受限的環境。此外，一些自動化項目（建筑施工、裝配線）無法保證不間斷的通信，因此需要一個安全的項目計劃，以優化碰撞風險、成本和工期。在本論文中，我們提出了四管齊下的方法來緩解上述問題： 1) 通信感知世界地圖；2) 使用視線（LoS）進行通信保護；3) 通信感知安全規劃；以及 4) 用于導航的多目標運動規劃。

首先，重點開發了一種通信感知世界地圖，它將傳統的世界模型與多機器人位置規劃相結合。我們提出的通信地圖可選擇一連串中間中繼車輛的最佳位置，以便最大限度地提高與遠程單元的通信質量。我們還提出了一種算法，當有多個遠程單元需要服務時，可以建立一棵最小阿伯累樹（min-Arborescence tree）。 其次，在通信被剝奪的環境中，我們利用視線（LoS）在移動機器人之間建立通信，控制它們的移動并向其他自主單元轉發信息。我們提出并研究了多機器人中繼網絡定位問題的復雜性，并提出了近似算法，通過重新定位一個或多個機器人來恢復基于可見度的連接。

第三，開發了一個框架，用于量化全自動機器人任務的安全得分，在這種任務中，人與機器人的共存可能會帶來碰撞風險。我們使用運動規劃算法分析了一系列備用任務計劃，以選擇最安全的計劃。

最后，為機器人開發了一種基于多目標優化的高效路徑規劃，以處理若干帕累托最優成本屬性。

圖 2.1：(a) 由三個機器人組成的鏈，它們將操作員的通信轉發給遠程單元；(b) 包含三個中繼器的最小生成樹，優化了操作員與三個單元之間的通信。

無人機（UAVs）在軍事和民用領域發揮著至關重要的作用。本論文的研究有助于智能控制系統（ICS）領域，特別是實現旋轉翼無人飛行器（RUAV）可靠、便捷的自主控制。特別是，本論文解決了如何適應未建模動態和干擾（如在空中改變有效載荷）的難題。

無人機可以攜帶額外的重量，如傳感器、貨物，甚至被稱為有效載荷的懸掛物。已經開發了許多策略來穩定不斷變化的有效載荷，但這些策略都假定有效載荷是剛性的，重心（CoG）是靜態和已知的。有效載荷質量及其類型在飛行過程中的變化會極大地影響無人機的動態性能，這就要求控制器進行調整，以保持令人滿意的閉環性能。此外，還沒有探索過在半空中從一架較大的飛機（如氣象氣球）上發射一組具有隨機姿態的送貨無人機的情況。最后，未建模的動力學和陣風等不確定因素給飛行操作帶來了挑戰，因此綜合控制系統對于處理這些不確定因素至關重要，但對非基于模型的綜合控制系統的設計和開發關注不夠。

受這些研究空白的啟發，本論文探討了如何處理有效載荷在空中的 CoG 變化和姿態獨立發射的控制問題。為解決這些問題并實現理想的軌跡跟蹤控制，本文提出了一種新型非基于模型的綜合控制系統，稱為雙向模糊腦情感學習（BFBEL）控制系統。所提出的控制系統融合了模糊推理、神經網絡和基于強化學習的新型雙向腦情感學習（BBEL）算法。所提出的 BFBEL 控制器能夠從零開始快速適應，可用于控制 RUAV 的所有六自由度 (6DOF)。為擴大擬議控制器的適用性，開發了單輸入-單輸出（SISO）和多輸入-多輸出（MIMO）架構。本研究考慮的兩種無人駕駛飛行器模型是四旋翼無人駕駛飛行器（QUAV）和直升機無人駕駛飛行器（HUAV）。SISO 版本的 BFBEL 控制系統被應用于 QUAV，以解決處理 CoG 和重量不同的外部有效載荷的問題。BFBEL 控制系統的 MIMO 版本應用于 HUAV，以解決在空中獨立發射姿勢的問題。對這兩種系統都進行了模擬評估，并通過實驗驗證了如何處理 CoG 不確定的外部有效載荷問題。最后，在相同的控制情況下，將飛行能力和控制性能與傳統的比例積分微分（PID）控制器方案進行了比較。

無人機技術的最新發展導致了無人駕駛飛行器（UAV）的廣泛使用。特別是，無人飛行器經常用于偵察，以探測大面積區域內的失蹤人員等物體。然而，傳統系統僅使用一架無人飛行器在大面積區域內搜尋失蹤人員。此外，由于探測需要較高的計算能力，因此需要在飛行后或手動進行物體探測。本文提出了一種使用多架無人機的無人機偵察系統。所提議的多無人機偵察系統在每個無人機上執行實時目標檢測。地面控制系統（GCS）接收每架無人機的實時目標檢測結果，并對圖像進行拼接。為了實現單個無人機的實時目標檢測，YOLOv5 模型采用了濾波器剪枝方法，與現有的基線模型相比，該模型使用的參數減少了 40%。輕量級 YOLOv5 模型在使用任務計算機的 Jetson Xaiver NX 上實現了約 11.73 FPS 的速度。此外，所提出的圖像拼接方法可利用無人機生成的附加信息有效匹配特征，從而實現圖像拼接。無人機飛行測試表明，擬議的偵察系統可以在大面積區域內實時監控和檢測目標。

隨著近年來無人機技術的發展，無人機現已被廣泛應用于各種領域，例如人類難以直接搜索和分析的大型危險區域的偵察系統。人工智能的進步極大地提高了物體探測技術，可以發現人或汽車。然而，由于大多數任務都是由單架無人機執行，因此作業范圍和時間都受到限制。此外，由于無人駕駛飛行器（UAV）的性能限制，很難實時探測物體，因此無法立即做出反應。這些限制激發了對使用多架無人機進行蜂群飛行的研究，通過劃分大面積區域來執行任務，并通過為無人機分配不同的任務來實現合作。

蜂群偵察系統需要一個能同時控制和管理多架無人機的蜂群操作系統。在該系統的基礎上，還需要一種圖像拼接算法，將無人機接收到的圖像進行同步處理，并合并成一張匹配的圖像。整合后的圖像可幫助用戶有效了解整體情況并做出決策。然后，需要一種實時物體檢測算法來檢測失蹤人員或入侵者。在物體檢測方面，已經使用了深度學習算法。然而，由于其計算成本較高，處理過程需要在無人機外部進行或作為后處理。

本文提出了一種基于數據分布服務的蜂群偵察無人機系統，如圖 1 所示，該系統使用安全的集成指令同時控制和操作多架無人機。所提出的系統接收來自每架無人機的獨立圖像，并對圖像進行拼接，同時實時檢測無人機內的物體。因此，地面控制系統（GCS）可實時提供全面的態勢感知。通過基于無人機獲取的拼接圖像的目標檢測測試，對所提出的系統進行了驗證。

本文的主要貢獻可歸納如下：

1. 提出了一種基于無人機圖像的實時目標檢測方法。以每秒處理 10 幀（fps）為目標，設計了一個擬議的蜂群偵察無人機系統，用于執行實時目標檢測。為了在無人機使用的 Jetson Xavier NX 系統中達到 10 幀/秒的要求，提出了針對輕量級網絡的濾波器剪枝方法，以實現物體檢測性能。

2. 為蜂群無人機系統提出了實時圖像拼接方法。提出的圖像拼接方法利用無人機產生的附加信息有效地匹配特征。

3. 對無人機進行飛行實驗，以驗證所提方法的可行性。

本文其余部分的結構如下。第二節介紹了無人機群系統和無人機圖像目標檢測的相關研究。第三節介紹了擬議的具有空中圖像拼接和實時目標檢測功能的蜂群偵察無人機系統的總體結構。第四節簡要介紹了實驗裝置和結果。第五節討論本文的結論。

無人機（UAVs），通常被稱為無人飛行器或無人機，由于其靈活性（即在三維空間中自由移動的獨特能力）和持續降低的成本，具有深刻影響眾多應用的潛力，如檢查、災后評估和搜索及救援（SaR）。然而，盡管最近技術取得了進步，商業上可用的無人機要么由經驗豐富的飛行員手動操作，要么主要基于GPS以半自動模式飛行。為了使用小型旋翼無人機自動化上述任務，研究社區一直在專注于提高它們在依賴機載傳感器進行姿態估計、制圖和路徑規劃的同時，自主導航未知環境的能力。還提出了部署多個機器人的更高級的擴展，以進一步提高機器人任務的有效性，因為在時間關鍵的應用，如救援行動中，效率尤為重要。然而，在大大加速任務的同時，部署多個無人機涉及到一系列在群體協同定位和協調方面的困難。受這些挑戰的啟發，本論文首先解決了多機器人協作進行檢查和探索任務的問題，而在第二部分，它集中于感知感知導航的問題，這在文獻中也被稱為主動規劃。

為了放寬多機器人規劃中的典型假設，例如代理的基準位置的可用性以及環境的先驗地圖，第一種方法提出了一個集中式的多機器人架構，包括狀態估計、密集制圖和多代理協調。目標是使用一隊執行預定義粗略任務計劃的無人機生成大規模感興趣結構的一致性3D地圖。然而，盡管提出了一個完整的、可應用的解決方案，這種方法需要人類操作員的初始指導。為了解決這個局限性，在后續的方法中，提出了一種用于自動探索森林的分散協調策略。由于這種類型的場景在搜索和救援（SaR）中很常見，最小化完成感興趣區域覆蓋所需的時間至關重要；因此，在這里，我們提出了一種能夠利用無人機的敏捷性的高效策略，在任務期間始終保持較高的飛行速度，盡管環境中可能存在大量的障礙物和遮擋物。

盡管這兩種方法展示出有前景的性能，但它們都依賴于一個假設，即通過諸如GPS之類的傳感器可以直接并準確地估計無人機的姿態，但在很多情況下，這可能會失敗，例如，當靠近建筑結構或靠近建筑物時。在無人機導航文獻中，一種廣為接受的替代GPS定位的方法是視覺-慣性同時定位與地圖構建（VI-SLAM），其中使用圖像序列和高速慣性測量來估計機器人的姿態。另一方面，VI-SLAM對無人機的運動非常敏感，而且基于攝像頭的狀態估計的性能與環境的視覺外觀密切相關。由這些局限性推動，本論文的第二部分關注感知感知路徑規劃的問題，目標是通過產生對攝像頭敏感的運動來最小化姿態估計的誤差。受計算機視覺文獻中語義分割成熟度的啟發，將場景劃分為語義上有意義的像素簇，本論文解決了使用語義提示進行主動規劃的問題。與自動駕駛文獻中進行的大量研究形成對比，據我們所知，這是首次提出用于無人機的語義感知主動感知方法。 在語義場景注釋的指導下，首個提出的主動規劃方法鼓勵機器人在視覺可靠的區域上導航，例如固體場景結構（如建筑物），同時避免感知退化的區域，這些區域的特點是高動態或反射表面（例如水池）。在后續的方法中，這種使用語義來進行可靠的基于視覺的導航的概念得到了進一步推動，其中深度強化學習（RL）策略被訓練用于在線識別VI-SLAM在任務執行過程中的有用區域。這允許無人機動態地根據所看到的場景調整其未來的軌跡，從而在魯棒性和定位誤差方面提高性能。然而，在實際任務的部署過程中，小型無人機容易受到一系列可能的威脅，如強風或傳感器故障，這可能導致墜機。因此，在這些情況下，使它們能夠找到合適的著陸點以自主著陸是至關重要的。為確保機器人和環境（特別是在城市地區）的安全，本論文以一種適用于多旋翼無人機的語義感知自主緊急著陸方法作為結尾。在這里，遵循深度RL范式，我們展示了語義信息通過利用語義類別之間的高級空間關聯（例如，汽車和道路）能夠更快地找到著陸點。所提出的流程可以在策略訓練完成后立即直接部署在現實世界的實驗中，無需額外的微調或領域適應。通過關注多機器人協調和無人機的感知感知主動規劃，本論文提出的方法和系統有助于在具有挑戰性的實際場景中部署自主空中導航。此外，還證明了在基于視覺的飛行和自主緊急著陸過程中，使用語義分割對路徑規劃非常有益。這導致了更加穩健的方法，能夠在最先進的系統失敗的地方取得成功，為機器人的更可靠的自主導航鋪平了道路。

隨著無人駕駛飛行器（UAVs），也被稱為無人機，變得容易獲得和負擔得起，這些設備的應用已經大大增加。其中一種應用是使用無人機飛越大面積區域并探測所需實體。例如，一群無人機可以探測海洋表面附近的海洋生物，并向用戶提供發現的動物的位置和類型。然而，即使無人機技術的成本降低，由于使用內置先進功能的定制硬件，這種應用的成本也很高。因此，本論文的重點是編制一個容易定制的、低成本的無人機設計，并配備必要的硬件，以實現自主行為、蜂群協調和機載物體探測能力。此外，本論文概述了必要的網絡結構，以處理無人機群的互連和帶寬要求。

無人機機載系統使用PixHawk 4飛行控制器來處理飛行機械，使用Raspberry Pi 4作為通用計算能力的配套計算機，并使用NVIDIA Jetson Nano開發套件來實時進行物體檢測。實施的網絡遵循802.11s標準，采用HWMP路由協議進行多跳通信。這種拓撲結構允許無人機通過網絡轉發數據包，大大擴展了蜂群的飛行范圍。我們的實驗表明，所選的硬件和實現的網絡可以在高達1000英尺的范圍內提供直接的點對點通信，通過信息轉發可以擴大范圍。該網絡還為帶寬密集型數據（如實時視頻流）提供了足夠的帶寬。預計飛行時間約為17分鐘，擬議的設計為中程空中監視應用提供了低成本的無人機群解決方案。

自軍用航空問世以來，美國軍方一直對遠程駕駛飛機感興趣。目前的無人駕駛飛機系統(UAS)通常由一架無人駕駛飛機(UAV)與地面控制站配對組成。自20世紀90年代以來，隨著MQ-1“捕食者”無人機的問世，無人機在美國軍事行動中變得無處不在。 美國軍方目前使用幾種不同的大型無人機，包括

?陸軍MQ-1C“灰鷹”， ?美國空軍的MQ-9死神， ?海軍MQ-25“黃貂魚”， ?空軍的RQ-4全球鷹， ?海軍的MQ-4C“海神” ?空軍的RQ-170哨兵。

此外，其他幾個被報道的項目要么正在開發中，要么正在試驗中。這些項目包括空軍的B-21“突襲者”和空軍的RQ-180。隨著國會履行其監督和授權職能，它可能會考慮與UAS項目相關的幾個潛在問題，包括:

?有人駕駛和無人駕駛飛機的成本， ?缺乏公認的后續項目記錄， ?管理整個國防部的無人機系統采購， ?UAS與現有部隊結構的互操作，以及 ?無人機系統國外出口管制。

在美國軍隊中，遠程駕駛飛行器(rpv)通常被稱為無人機(UAVs)，被描述為單個飛行器(帶有相關的監視傳感器)或無人機系統(UAS)，通常由飛行器與地面控制站(飛行員實際坐在那里)和支持設備組成。1雖然無人機系統通常是作為一架飛機與一個地面系統配對操作的，但國防部(DOD)經常采購帶有一個地面控制站的多架飛機。無人機與地面控制站和通信數據鏈結合，就形成了無人機系統(UAS)。