学、卡耐基梅隆大学、柏林工业大学、佐治亚理工大学和麻省理工学院之后的新一代冠军队伍。这是该团队自2012年获得国家技术发明一等奖之后的又一重大突破。
瞄准重大需求 突破核心关键技术
自从美国的莱特兄弟在1903年制造出第一架依靠自身动力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明不可缺少的交通工具,它深刻地影响和改变着人们的生活。然而,全天时全天候的飞行需求和复杂多变的气候、电磁等恶劣的外部条件,严重威胁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点和难点,其核心技术的突破对国家经济建设和国防安全具有重大作用。
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结合的新型导航方法,是集飞行环境的可视化与精密导航定位于一体的飞行器安全飞行和进近着陆的关键技术。在美国、欧洲的下一代航空运输系统NextGen和SESAR,以及下一代空管系统AFAS计划中,可视导航是其核心技术,得到NASA与美国国家基金委(NSF)的大力支持。飞行器可视导航是解决复杂环境下军民用航空面临的安全事故、航班延误、航路利用率低等一系列重大问题的现代战略高技术手段,可有效支撑国家中长期科技发展规划中大型飞机和中国卫星导航系统等国家重大专项的实施。
遗憾的是,可视导航的多项核心技术一直被国外严密封锁,国内相关研究仍处于起步阶段,缺乏对飞行器可视导航基础科学问题的系统深入研究。面对这样严峻的现实,该团队通过充分调研和分析,最终认定从三个方面突破关键的核心技术:
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、稀疏特征提取及表示是首要问题。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,但实际上存在着大量的冗余。针对这个问题,团队在压缩感知理论框架下提取隐藏在数据中本质的稀疏结构,进行数据解析和重构。所提出的log-sum启发式模型,实现了对0范数的极限逼近,从理论上给出了该模型的解析解并证明了解的稳定性和收敛性。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。
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确定性,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,开创性地提出了时间—空间—间插曝光采样,对高速运动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,突破了传感器运动模糊与图像信号信噪比之间的本质矛盾,极大的降低了高动态条件下信息采集及重构的不确定性。
第三,如何达到飞行器飞行导航环境重建的逼真性要求,影响着飞行器上合成视觉系统的性能,直接关乎复杂条件下飞行器的飞行安全。团队基于前期积累的理论成果,建立了飞行器采集视角、光照变化与位姿的映射关系,将“光度立体”与多视图匹配相结合,极大地提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运动捕捉及三维重建系统,被计算机视觉领域顶级期刊IEEE Transactions on Pattern Analysis and Machine Intelligence选为亮点成果。