基于边缘计算的无人机节能目标检测系统

无人驾驶飞行器(UAV)，通常被称为无人机，已经在无数环境中用于解决现实世界的问题。这些飞行机器人系统可以帮助监测自然环境、探测火灾或其他环境危害、监控城市并寻找自然灾害的幸存者。

为了有效地完成所有这些任务，无人机应该能够可靠地检测周围环境中感兴趣的目标和物体。因此，计算机科学家一直在尝试使用深度学习或其他方法来设计新的计算技术来实现这些功能。

云南大学和中国科学院的研究人员最近推出了一种基于边缘计算的新型物体检测系统。他们提出的系统在IEEE物联网杂志上介绍，可以为无人机提供发现周围环境中相关物体和目标的能力，而不会显着增加其功耗。

“虽然大多数现有的研究只关注基于无人机的目标检测固有的挑战的一部分，但很少有研究能够平衡各个方面来设计一个实用的降低能耗系统，”JiashunSuo、XingzhouZhang、WeisongShi和周伟在他们的论文中写道。

“我们推出了E3-UAV，这是一种基于边缘的节能无人机目标检测系统。该系统旨在动态支持各种无人机设备、边缘设备和检测算法，目的是通过决定最优化的方法来最大程度地减少能耗。满足任务检测要求所需的节能飞行参数(包括飞行高度、飞行速度、检测算法和采样率)。”

该研究团队设计的物体检测系统被称为E3-UAV，基于一种日益流行的边缘计算方法。边缘计算利用多个网络或附近的设备来更快地执行计算并消耗更少的能源。就团队的系统而言，这些网络用于确定参数(即无人机高度、飞行速度等)，使系统能够在消耗尽可能少的能量的同时检测周围的物体。

索、张和他的同事在论文中写道：“我们首先提出了一种针对实际任务的有效评估指标，并基于数百个实际飞行数据构建了一个透明的能耗模型，以形式化能耗与飞行参数之间的关系。”“然后我们提出了一种基于大量实际飞行数据的轻量级节能优先决策算法，以辅助系统决定飞行参数。”

Suo、Zhang和他们的同事在NVIDIAGPU上运行的一系列模拟中训练和评估了他们的系统。他们专门将其应用到了MavicAir2上，这是一款由大疆创新制造的无人机，经常用于航拍和视频。

“我们评估了系统的性能，我们的实验结果表明它可以显着降低现实场景中的能耗，”Suo、Zhang和他的同事写道。“此外，我们提供了四种见解，可以帮助研究人员和工程师进一步研究基于无人机的物体检测。”

未来，E3-UAV可以在其他无人机上实施和测试，以进一步评估其潜力和普遍性。此外，这项工作可以为机器人应用中基于边缘计算的类似物体检测技术的开发提供信息。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！