斟酌各种庞杂情形

瞄准重大需要 冲破中心要害技巧

■人物档案

　　自从美国的莱特兄弟在1903年制作出第一架依靠本身能源进行载人飞行的飞机“飞行者”1号并获得试飞成功后，飞机日益成为现代文化不可缺乏的交通工具，它深入地影响和转变着人们的生涯。然而，全天时全天候的飞行需乞降复杂多变的气象、电磁等恶劣的外部条件，重大要挟着飞行器的飞行安全。复杂条件下飞行器的安全飞行和进近着陆一直是国际航空领域研究的热门和难点，其核心技术的突破对国家经济建设和国防安全存在重大作用。

起源：科技日报 2014-3-14 常乐

　　第三，如何到达飞行器飞行导航环境重建的真切性请求，影响着飞行器上合成视觉系统的机能，直接关乎复杂条件下飞行器的飞行安全。团队基于前期积聚的理论成果，树立了飞行器采集视角、光照变更与位姿的映射关联，将“光度破体”与多视图匹配相结合，极大地晋升了复杂飞行场景的三维重建精度。同时针对飞行环境中多动态目标的复杂交互问题，构建了国际上首个多动态目标的活动捕获及三维重建系统，被盘算机视觉领域顶级期刊IEEE Transactions on Pattern Analysis and Machine Intelligence选为亮点结果。

　　抱着“战胜验证艰苦，另寻适合平台”的主意，团队进行了普遍的调研。在充足懂得相干范畴的发展状态之后，团队选定四旋翼小型飞行器作为基本系统，搭载激光测距机、可见光摄像头、超声波传感器以及机载处置器等装备，设计实现了一个完全的可视导航验证系统。在调研的进程中，国际空中机器人大赛走入了他们的视线。

　　遗憾的是，可视导航的多项核心技术始终被国外周密封闭，海内相关研讨仍处于起步阶段，缺少对飞行器可视导航基础迷信问题的系统深刻研究。面对这样严格的事实，该团队通过充分调研和剖析，终极认定从三个方面突破关键的核心技术：

　　2013年8月3日下战书，当THRONE团队的四旋翼飞行器稳稳下降在目的地点时，国际无人系统协会秘书长Davidson先生发布，清华大学THRONE团队完成了第六代任务。3天后北美赛区战况揭晓，包含密歇根大学、佐治亚理工学院等在内的“业内高手”无一完成任务。清华大学THRONE代表队成为寰球唯逐一支挑衅胜利的“任务终结者”，成为当之无愧的第六代冠军。

　　在理论研究获得重大突破的同时，受到大型飞行器验证系统实施的限度，该团队将眼光转向无人机可视导航系统。相较于载人飞行器，无人机具备零伤亡、费效比低、安排机动等赫然特色，在军用和民用领域有着极其广泛的运用。军事上能够实现战场侦查、通信中继、低空突袭等重要任务；在民用上，可以通过搭载不同的传感器实现农作物监测、大范畴地形地貌测绘等工作。

　　戴琼海，1964年诞生，博士，现任清华大学自动化系传授。1996年在东北大学获得工学博士学位，1999年进入清华大学主动化系开展博士后研究工作，并留校工作至今。国家出色青年基金获得者、长江学者、国家重点基础研究发展规划赞助（973名目）“复杂条件下飞行器进近可视导航的基础理论研究”首席科学家。2012年度以第一完成人主持“立体视频重建与显示技术及安装”获得国家科学技术创造一等奖。团队致力于复杂条件下飞行器可视导航的理论研究多年，在复杂飞行环境的多维信息采集与融会、高分辩率高精度时空配准以及高精度高效飞行环境重建等方面失掉多项理论成果，并搭建了全地利全天候高可见性、高辨别率、高准确度的自主可视导航基础系统，在2013年举办的国际空中机器人大赛中获得冠军。

　　这三个核心关键技术的突破，为保障飞行器飞行和进近着陆过程中高效的环境信息采集、高速飞行前提下实现采集信息与飞行器地位的高精度配准以及正确重建飞行环境，天生实时、可托的合成视景系统奠定了基础。

　　着眼于复杂条件下飞行器可视导航，以多维信息采集及稀疏特征提取、高精度时空配准和高精度飞行环境重建等方面的理论研究为突破口，借助无人机平台实现可视导航理论研究向工程实际的转化，该团队为飞行器装上了高科技的“眼睛”。有了这双“智慧之眼”，飞行器将会在全天时全天候的飞行环境下具备超强的鲁棒性和安全性，在未来的公民经济建设中施展不可替换的作用。

　　在将来的日子里，该团队会判若两人、尽力而为的发展飞行器可视导航的基础理论研究，为国家经济建设和国防安全做出更大的奉献；另一方面，团队将一直秉承清华“发奋图强，厚德载物”的校训，在新的科学摸索征程上一往无前，迎接更多的挑战与播种。

　　在2013年8月举行的第23届国际空中机器人大赛中，THRONE团队依附雄厚的实践积淀，素来自世界7个国家的32支高校代表队中怀才不遇，成为实现始自2010年的第6代义务的独一一支代表队，从而成为继斯坦福大学、卡耐基梅隆大学、柏林产业大学、佐治亚理工大学跟麻省理工学院之后的新一代冠军步队。这是该团队自2012年取得国度技术发现一等奖之后的又一重大打破。

　　国际空中机器人大赛（International Aerial Robotics Competition，IARC）始创于1991年，由国际无人系统协会（Association for Unmanned Vehicle Systems International，AUVSI）举办并援助，通过设置特定任务目标展现无人机可视导航的最新成果。每代任务绝对独立，完成之落后入下一代，至今已完成5代任务。开赛20多年以来，有来自世界10多个国家的60余所高校代表队参赛。斯坦福大学、卡耐基梅隆大学、佐治亚理工大学、麻省理工学院和德国柏林工业大学等世界一流名校都曾是比赛的赢家。第6代任务于2010年宣布，要求无人机从室外窗口进入室内未知环境，探索走廊并进入目标房间，搜查并拾取任务标的物——存有重要材料的U盘，放置替代U盘撤退出。整个过程要求无人机完全自主飞行,清华大学中层培训，不准任何人工干涉和应用包括GPS等在内的外部定位设备，完全依靠机载传感器进行自主定位和可视导航。

——记清华大学戴琼海教学团队

搭建验证系统 国际赛场锋芒毕露

　　结合973项目以及周东华教授牵头的清华信息科学与技术国家试验室（筹）重点团队建设项目，自动化系张涛教授、程农教授给予了团队鼎力支持。团队秉承“细节决议成败”的理念，充分考虑整个系统的完整性、齐备性和理论成果在工程利用中的鲁棒性等，2个月的时光内完成了未知环境自主建模与定位、门路规划、通讯结构和飞行器把持4个模块的设计工作。然而，比赛规则设定的飞行器限重和复杂多变的室内结构又成为了横亘在师生眼前的困难。

襟怀国家建设 科研征程义无反顾

　　一方面，规矩要求参赛飞行器最大腾飞分量不能超过1.5公斤，这就对可搭载的传感器数目和机械构造设计提出了严苛的要求。如何在环境信息有限且复杂的情形下获得高精度环境建模和自定位成果？针对此，团队队长王玉旺同窗充分利用飞行器飞行过程中采集到的多视角环境信息，与飞控系统供给的惯导数据融合，进而提出部分估量与全局校订相结合的优化框架，利用机载处理器与地面站协同运算，最终达到了厘米级别的定位精度和高达30Hz的刷新率。另一方面，每一轮（共四轮）竞赛中飞行环境都由裁判随机设置，构成不任何先验信息、复杂多变的室内结构，这就对整个系统算法的鲁棒性提出了极高要求。团队李一鹏博士后组织全部队员重复论证，斟酌各种复杂情况，采取手持飞行器离线测试的办法，历时一个礼拜的日夜调试，确保全部系统可以应答各种随机的室内结构。这两个核心关键问题的解决，为博得比赛奠定了主要基础。

　　上个世纪末，欧美发达国家提出可视导航的概念，是将合成视觉和导航定位有机联合的新型导航方式，是集飞翔环境的可视化与精细导航定位于一体的飞行器平安飞行和进近着陆的症结技术。在美国、欧洲的下一代航空运输体系NextGen和SESAR，以及下一代空管系统AFAS打算中，可视导航是其核心技术，得到NASA与美国国家基金委（NSF）的鼎力支撑。飞行器可视导航是解决庞杂环境下军民用航空面临的保险事变、航班耽搁、航路应用率低等一系列重大问题的古代策略高技术手腕，可有效支持国家中长期科技发展计划中大型飞机和中国卫星导航系统等国家重大专项的实行。

　　这就是清华大学自动化系戴琼海教授率领的THRONE团队。近5年来，他们在国家973项目标支持下，开展了全天时全天候复杂条件下飞行器可视导航的基础理论研究。在复杂飞行环境的多维信息采集及稀少特点提取、高精度时空配准和高精度飞行环境重建等方面获得了重大的理论突破。在完整未知的飞行场景中，飞行器的自主定位精度达到厘米级别，可能实时构建飞行环境的三维模型，真正做到了自主避障、自主跟踪和自主着陆，为飞行器装上了高科技的“智慧之眼”。

为飞行器装上“智慧之眼”

　　走进位于清华大学主楼8层一间一般的实验室，映入眼帘的是多架小型四旋翼无人机一字排开，桌子上堆满了各种各样的传感器、机架和整机。同学们在缓和的调试飞行器的自主定位性能。螺旋桨启动，人们霎时被韵律感极强的马达声包抄，小小的飞行器在高矮不同的阻碍物之间稳稳的飞行着。

　　比赛中，THRONE无人机厘米级别的飞行环境重建精度和自定位精度源自于整个团队在可视导航研究方面雄厚的理论积淀，这些成果在工程实践中展示出了宏大的威力。在谈及清华组队加入国际空中机器人大赛的原因时，戴琼海教授说：“首先第一个起因是磨难已有的技术，咱们研究多维环境信息采集及重构已有十年，要在赛事中发挥出我们应有的技术程度；从第二个角度来看，是盼望为团队的同学们搭建一个展示自我的舞台，并能在其中锤炼本人。”该团队依靠“钻之弥坚”的科研精力和“精诚配合”的团队力气，收成了声誉的同时，更会在飞行器可视导航研究领域获得越来越多的重大成果。

　　其次，如何应对飞行器飞行过程中极高的动态性所引入的环境信息重建的不肯定性，是关系到飞行环境的可视化与导航定位精度的重中之重。针对这个问题，团队利用搭建的多视角变光照采集系统，首创性地提出了时间—空间—间插曝光采样，对高速体育场景进行时间维度的高采样率采集，获得多视角的高时间—空间分辨率场景采样结果，突破了传感器运动含混与图像信号信噪比之间的本质抵触，极大的下降了高动态条件下信息采集及重构的不断定性。

　　首先，飞行环境极其复杂，如何高效进行多维环境信息的采集、稀疏特征提取及表现是重要问题。飞行器飞行和进近着陆过程中，传感器采集到的多维环境信息数据量虽大，但实际上存在着大批的冗余。针对这个问题，团队在紧缩感知理论框架下提取暗藏在数据中实质的稀疏结构，进行数据解析和重构。所提出的log-sum启示式模型，实现了对0范数的极限迫近，从理论上给出了该模型的解析解并证实了解的稳固性和收敛性。该理论成果被国际顶级期刊IEEE Transactions On Neural Networks and Learning Systems作为亮点成果。

• 以研究信息工业范畴内最新行业动态的情势
• 而历史文本历史学研讨很难做到完整客观
• &rdquo
• 多国本地化策略开端在许 多工业受挫”
• 1998年10月
• 另一类则按收入、本钱用度不离开核算的方法设置会计科目
• 猜测对业务
• 假如一项功课不能同时满意上述三个前提中的任何一个