瞄準重大需要 沖破中心要害技巧

■人物檔案

　　自從美國的萊特兄弟在1903年制作出第一架依靠本身能源進行載人飛行的飛機“飛行者”1號并獲得試飛成功后，飛機日益成為現代文化不可缺乏的交通工具，它深入地影響和轉變著人們的生涯。然而，全天時全天候的飛行需乞降復雜多變的氣象、電磁等惡劣的外部條件，重大要挾著飛行器的飛行安全。復雜條件下飛行器的安全飛行和進近著陸一直是國際航空領域研究的熱門和難點，其核心技術的突破對國家經濟建設和國防安全存在重大作用。

起源：科技日報 2014-3-14 常樂

　　第三，如何到達飛行器飛行導航環境重建的真切性請求，影響著飛行器上合成視覺系統的機能，直接關乎復雜條件下飛行器的飛行安全。團隊基于前期積聚的理論成果，樹立了飛行器采集視角、光照變更與位姿的映射關聯，將“光度破體”與多視圖匹配相結合，極大地晉升了復雜飛行場景的三維重建精度。同時針對飛行環境中多動態目標的復雜交互問題，構建了國際上首個多動態目標的活動捕獲及三維重建系統，被盤算機視覺領域頂級期刊IEEE Transactions on Pattern Analysis and Machine Intelligence選為亮點結果。

　　抱著“戰勝驗證艱苦，另尋適合平臺”的主意，團隊進行了普遍的調研。在充足懂得相干范疇的發展狀態之后，團隊選定四旋翼小型飛行器作為基本系統，搭載激光測距機、可見光攝像頭、超聲波傳感器以及機載處置器等裝備，設計實現了一個完全的可視導航驗證系統。在調研的進程中，國際空中機器人大賽走入了他們的視線。

　　遺憾的是，可視導航的多項核心技術始終被國外周密封閉，海內相關研討仍處于起步階段，缺少對飛行器可視導航基礎迷信問題的系統深刻研究。面對這樣嚴格的事實，該團隊通過充分調研和剖析，終極認定從三個方面突破關鍵的核心技術：

　　2013年8月3日下戰書，當THRONE團隊的四旋翼飛行器穩穩下降在目的地點時，國際無人系統協會秘書長Davidson先生發布，清華大學THRONE團隊完成了第六代任務。3天后北美賽區戰況揭曉，包含密歇根大學、佐治亞理工學院等在內的“業內高手”無一完成任務。清華大學THRONE代表隊成為寰球唯逐一支挑釁勝利的“任務終結者”，成為當之無愧的第六代冠軍。

　　在理論研究獲得重大突破的同時，受到大型飛行器驗證系統實施的限度，該團隊將眼光轉向無人機可視導航系統。相較于載人飛行器，無人機具備零傷亡、費效比低、安排機動等赫然特色，在軍用和民用領域有著極其廣泛的運用。軍事上能夠實現戰場偵查、通信中繼、低空突襲等重要任務；在民用上，可以通過搭載不同的傳感器實現農作物監測、大范疇地形地貌測繪等工作。

　　戴瓊海，1964年誕生，博士，現任清華大學自動化系傳授。1996年在東北大學獲得工學博士學位，1999年進入清華大學主動化系開展博士后研究工作，并留校工作至今。國家出色青年基金獲得者、長江學者、國家重點基礎研究發展規劃贊助（973名目）“復雜條件下飛行器進近可視導航的基礎理論研究”首席科學家。2012年度以第一完成人主持“立體視頻重建與顯示技術及安裝”獲得國家科學技術創造一等獎。團隊致力于復雜條件下飛行器可視導航的理論研究多年，在復雜飛行環境的多維信息采集與融會、高分辯率高精度時空配準以及高精度高效飛行環境重建等方面失掉多項理論成果，并搭建了全地利全天候高可見性、高辨別率、高準確度的自主可視導航基礎系統，在2013年舉辦的國際空中機器人大賽中獲得冠軍。

　　這三個核心關鍵技術的突破，為保障飛行器飛行和進近著陸過程中高效的環境信息采集、高速飛行前提下實現采集信息與飛行器地位的高精度配準以及正確重建飛行環境，天生實時、可托的合成視景系統奠定了基礎。

　　著眼于復雜條件下飛行器可視導航，以多維信息采集及稀疏特征提取、高精度時空配準和高精度飛行環境重建等方面的理論研究為突破口，借助無人機平臺實現可視導航理論研究向工程實際的轉化，該團隊為飛行器裝上了高科技的“眼睛”。有了這雙“智慧之眼”，飛行器將會在全天時全天候的飛行環境下具備超強的魯棒性和安全性，在未來的公民經濟建設中施展不可替換的作用。

　　在將來的日子里，該團隊會判若兩人、盡力而為的發展飛行器可視導航的基礎理論研究，為國家經濟建設和國防安全做出更大的奉獻；另一方面，團隊將一直秉承清華“發奮圖強，厚德載物”的校訓，在新的科學摸索征程上一往無前，迎接更多的挑戰與播種。

　　在2013年8月舉行的第23屆國際空中機器人大賽中，THRONE團隊依附雄厚的實踐積淀，素來自世界7個國家的32支高校代表隊中懷才不遇，成為實現始自2010年的第6代義務的獨一一支代表隊，從而成為繼斯坦福大學、卡耐基梅隆大學、柏林產業大學、佐治亞理工大學跟麻省理工學院之后的新一代冠軍步隊。這是該團隊自2012年取得國度技術發現一等獎之后的又一重大打破。

　　國際空中機器人大賽（International Aerial Robotics Competition，IARC）始創于1991年，由國際無人系統協會（Association for Unmanned Vehicle Systems International，AUVSI）舉辦并援助，通過設置特定任務目標展現無人機可視導航的最新成果。每代任務絕對獨立，完成之落后入下一代，至今已完成5代任務。開賽20多年以來，有來自世界10多個國家的60余所高校代表隊參賽。斯坦福大學、卡耐基梅隆大學、佐治亞理工大學、麻省理工學院和德國柏林工業大學等世界一流名校都曾是比賽的贏家。第6代任務于2010年宣布，要求無人機從室外窗口進入室內未知環境，探索走廊并進入目標房間，搜查并拾取任務標的物——存有重要材料的U盤，放置替代U盤撤退出。整個過程要求無人機完全自主飛行,清華大學中層培訓，不準任何人工干涉和應用包括GPS等在內的外部定位設備，完全依靠機載傳感器進行自主定位和可視導航。

——記清華大學戴瓊海教學團隊

搭建驗證系統 國際賽場鋒芒畢露

　　結合973項目以及周東華教授牽頭的清華信息科學與技術國家試驗室（籌）重點團隊建設項目，自動化系張濤教授、程農教授給予了團隊鼎力支持。團隊秉承“細節決議成敗”的理念，充分考慮整個系統的完整性、齊備性和理論成果在工程利用中的魯棒性等，2個月的時光內完成了未知環境自主建模與定位、門路規劃、通訊結構和飛行器把持4個模塊的設計工作。然而，比賽規則設定的飛行器限重和復雜多變的室內結構又成為了橫亙在師生眼前的困難。

襟懷國家建設 科研征程義無反顧

　　一方面，規矩要求參賽飛行器最大騰飛分量不能超過1.5公斤，這就對可搭載的傳感器數目和機械構造設計提出了嚴苛的要求。如何在環境信息有限且復雜的情形下獲得高精度環境建模和自定位成果？針對此，團隊隊長王玉旺同窗充分利用飛行器飛行過程中采集到的多視角環境信息，與飛控系統供給的慣導數據融合，進而提出部分估量與全局校訂相結合的優化框架，利用機載處理器與地面站協同運算，最終達到了厘米級別的定位精度和高達30Hz的刷新率。另一方面，每一輪（共四輪）競賽中飛行環境都由裁判隨機設置，構成不任何先驗信息、復雜多變的室內結構，這就對整個系統算法的魯棒性提出了極高要求。團隊李一鵬博士后組織全部隊員重復論證，斟酌各種復雜情況，采取手持飛行器離線測試的辦法，歷時一個禮拜的日夜調試，確保全部系統可以應答各種隨機的室內結構。這兩個核心關鍵問題的解決，為博得比賽奠定了主要基礎。

　　上個世紀末，歐美發達國家提出可視導航的概念，是將合成視覺和導航定位有機聯合的新型導航方式，是集飛翔環境的可視化與精細導航定位于一體的飛行器平安飛行和進近著陸的癥結技術。在美國、歐洲的下一代航空運輸體系NextGen和SESAR，以及下一代空管系統AFAS打算中，可視導航是其核心技術，得到NASA與美國國家基金委（NSF）的鼎力支撐。飛行器可視導航是解決龐雜環境下軍民用航空面臨的保險事變、航班耽擱、航路應用率低等一系列重大問題的古代策略高技術手腕，可有效支持國家中長期科技發展計劃中大型飛機和中國衛星導航系統等國家重大專項的實行。

　　這就是清華大學自動化系戴瓊海教授率領的THRONE團隊。近5年來，他們在國家973項目標支持下，開展了全天時全天候復雜條件下飛行器可視導航的基礎理論研究。在復雜飛行環境的多維信息采集及稀少特點提取、高精度時空配準和高精度飛行環境重建等方面獲得了重大的理論突破。在完整未知的飛行場景中，飛行器的自主定位精度達到厘米級別，可能實時構建飛行環境的三維模型，真正做到了自主避障、自主跟蹤和自主著陸，為飛行器裝上了高科技的“智慧之眼”。

為飛行器裝上“智慧之眼”

　　走進位于清華大學主樓8層一間一般的實驗室，映入眼簾的是多架小型四旋翼無人機一字排開，桌子上堆滿了各種各樣的傳感器、機架和整機。同學們在緩和的調試飛行器的自主定位性能。螺旋槳啟動，人們霎時被韻律感極強的馬達聲包抄，小小的飛行器在高矮不同的阻礙物之間穩穩的飛行著。

　　比賽中，THRONE無人機厘米級別的飛行環境重建精度和自定位精度源自于整個團隊在可視導航研究方面雄厚的理論積淀，這些成果在工程實踐中展示出了宏大的威力。在談及清華組隊加入國際空中機器人大賽的原因時，戴瓊海教授說：“首先第一個起因是磨難已有的技術，咱們研究多維環境信息采集及重構已有十年，要在賽事中發揮出我們應有的技術程度；從第二個角度來看，是盼望為團隊的同學們搭建一個展示自我的舞臺，并能在其中錘煉本人。”該團隊依靠“鉆之彌堅”的科研精力和“精誠配合”的團隊力氣，收成了聲譽的同時，更會在飛行器可視導航研究領域獲得越來越多的重大成果。

　　其次，如何應對飛行器飛行過程中極高的動態性所引入的環境信息重建的不肯定性，是關系到飛行環境的可視化與導航定位精度的重中之重。針對這個問題，團隊利用搭建的多視角變光照采集系統，首創性地提出了時間—空間—間插曝光采樣，對高速體育場景進行時間維度的高采樣率采集，獲得多視角的高時間—空間分辨率場景采樣結果，突破了傳感器運動含混與圖像信號信噪比之間的本質抵觸，極大的下降了高動態條件下信息采集及重構的不斷定性。

　　首先，飛行環境極其復雜，如何高效進行多維環境信息的采集、稀疏特征提取及表現是重要問題。飛行器飛行和進近著陸過程中，傳感器采集到的多維環境信息數據量雖大，但實際上存在著大批的冗余。針對這個問題，團隊在緊縮感知理論框架下提取暗藏在數據中實質的稀疏結構，進行數據解析和重構。所提出的log-sum啟示式模型，實現了對0范數的極限迫近，從理論上給出了該模型的解析解并證實了解的穩固性和收斂性。該理論成果被國際頂級期刊IEEE Transactions On Neural Networks and Learning Systems作為亮點成果。

• 以研究信息工業范疇內最新行業動態的情勢
• 而歷史文本歷史學研討很難做到完整客觀
• &rdquo
• 多國本地化策略開端在許 多工業受挫”
• 1998年10月
• 另一類則按收入、本錢用度不離開核算的方法設置會計科目
• 猜測對業務
• 假如一項功課不能同時滿意上述三個前提中的任何一個