無人機系統成像與感知 部署與應用

羅伯托·薩巴蒂尼，皇家墨爾本理工大學（RMIT）工程學院航空航天工程和航空學教授，RMIT計算機物理系統集團的創始主席和自主智能航空航天系統實驗室（勞倫斯·瓦克特中心）主任。在航空航天、國防和運輸領域擁有超過25年的經驗，包括先進的學術和軍事教育、廣泛的研究和飛行試驗實踐，以及在歐洲、美國和澳大利亞的大學和研發組織中先後擔任技術和運營領導職務。除了擁有航空航天/航空電子系統（克蘭菲爾德大學）和衛星導航/地理空間系統的博士學位（諾丁漢大學），薩巴蒂尼持有試飛工程師（快速噴氣式）、私人飛行員（固定翼飛機）、遠程飛行員（多旋翼無人飛機）執照。在其整個職業生涯中，他成功地領導了許多關於航空航天、國防和運輸系統的工業和政府資助的研究項目，並撰寫或共同撰寫了250多份經同行評審的國際出版物和100多份研究/飛行試驗報告

第1章 作為新技術測試台和工業5.0基礎的無人機信息-物理系統
1.1 引言
1.2 雲計算
1.3 集體無人機學習
1.4 人類計算、眾包和呼叫中心
1.5 開源和開放訪問的資源
1.6 挑戰和未來的方向
1.7 小結
參考文獻
第2章 無人機系統人為因素和人機界面設計
2.1 引言
2.2 無人機系統人機界面功能
2.2.1 可重新配置顯示器
2.2.2 感知與規避
2.2.3 任務規劃和管理
2.2.4 多平臺協作
2.3 地面控制站人機界面元素
2.4 人因計劃
2.4.1 需求定義、獲取和改進
2.4.2 任務分析
2.4.3 分層任務分析
2.4.4 認知任務分析
2.4.5 關鍵任務分析
2.4.6 操作順序圖
2.4.7 系統設計和開發
2.4.8 設計評估
2.4.9 驗證與確認
2.5 未來的工作
2.6 小結
參考文獻
第3章 無人機中的開源軟件和開源硬件
3.1 引言
3.2 開源軟件
3.3 開源UAS
3.4 通用消息協議
3.5 GCS軟件
3.6 處理軟件
3.7 操控員的信息與通信
3.8 開源平臺
3.9 未來工作
3.9.1 OSH挑戰
3.9.2 開放數據
3.9.3 雲數據中心
3.9.4 UAV-CPS中的眾包數據
3.9.5 無人機群的控制
3.10 小結
參考文獻
第4章 基於多重描述編碼（MDC）的無人機MIMOUWB-OSTBC系統瑞利通道圖像傳輸
4.1 引言
4.1.1 平坦瑞利衰落通道的效率
4.2 多重描述編碼（MDC）
4.3 多輸入多輸出
4.4 分集
4.5 模擬結果
4.6 討論和未來發展趨勢
4.7 小結
參考文獻
第5章 為攝影測量、遙感和計算機視覺記錄而生的低空無人機飛行圖像數據庫
5.1 引言
5.1.1 無人機圖像處理系統
5.2 航空影像數據庫框架
5.2.1 數據庫要求
5.2.2 數據庫設計
5.3 圖像捕獲過程
5.4 結果
5.4.1 收集的圖像
5.5 圖像數據庫的使用
5.5.1 圖像鑲嵌
5.5.2 CV算法的發展
5.6 結論與未來的工作
參考文獻
第6章 通信需求、視頻傳輸、通信鏈路和網絡化無人機
6.1 引言
6.2 飛行自組織網絡
6.3 FANET協議
6.4 FANET：流媒體和監控
6.5 討論和未來趨勢
6.5.1 FN的佈局搜索算法
6.5.2 事件檢測和視頻質量選擇算法
6.5.3 機載視頻管理（無人機）
6.5.4 艦隊平臺視頻速率適配
6.5.5 飛行節點協調
6.5.6 數據收集和顯示
6.5.7 軟件定義的網絡
6.5.8 網絡功能虛擬化
6.5.9 數據收集與能量收集
6.6 小結
參考文獻
第7章 無人機多光譜與高光譜成像：現狀與展望
7.1 引言
7.2 UAV成像體系梨構和組成
7.2.1 UAV的未來應用領域
7.3 多光譜與高光譜成像儀
7.3.1 多光譜成像
7.3.2 高光譜成像
7.3.3 衛星成像與UAV成像
7.4 UAV圖像處理工作流程
7.4.1 大氣校正
7.4.2 光譜影響映射
7.4.3 降維
7.4.4 計算任務
7.5 空間數據的數據處理工具包
7.6 UAV開放式多光譜與高光譜數據集研究
7.7 MSI和HISUAV成像應用
7.7.1 農業監測
7.7.2 沿海監視
7.7.3 林業
7.7.4 城市規劃
7.7.5 國防應用
7.7.6 環境監測
7.7.7 其他商業用途
7.8 結論和未來展望
參考文獻
第8章 無人機航空成像與基礎設施重構
8.1 引言
8.2 相關研究
8.3 視覺傳感器和任務規劃器
8.3.1 圖像投影
8.3.2 路徑規劃器
8.4 三維重構
8.4.1 立體映射
8.4.2 單目映射
8.5 數據集收集
8.5.1 試驗裝置
8.5.2 數據集1
8.5.3 數據集2
8.6 試驗結果
8.6.1 室內場景
8.6.2 室外場景1
8.6.3 室外場景2
8.6.4 地下場景
8.7 未來的發展趨勢
8.8 小結
參考文獻
第9章 深度學習作為無人機系統中超分辨率成像的可替代方案
9.1 引言
9.2 超分辨率模型
9.2.1 運動估計
9.2.2 去模糊
9.2.3 斑塊選擇
9.2.4 超分辨率
9.3 試驗和結果
9.3.1 峰值信噪比
9.4 UAV-CPS中超分辨率運用的關鍵問題
9.4.1 大數據
9.4.2 雲計算服務
9.4.3 圖像捕獲硬件限制
9.4.4 視頻超分辨率
9.4.5 高效度量及其他評估策略
9.4.6 多重先驗
9.4.7 正則化
9.4.8 新穎體系架構
9.4.93 D超分辨率
9.4.10 深度學習和計算智能
9.4.11 網絡設計
9.5 小結
參考文獻
第10章 無人機系統的體驗質量和服務質量
10.1 引言
10.1.1 從CPS角度看機載網絡
10.2 概述
10.2.1 影響QoS/QoE的參數
10.2.2 雲距離對於QoS/QoE的影響
10.2.3 UAV-CPS中的QoS/QoE監視框架
10.2.4 應用層管理
10.2.5 網絡級管理
10.