文 | 来源·盖世汽车 盖世汽车

盖世汽车讯 据外媒报道,美国陆军研究实验室(The Army Research Lab,ARL)向中佛罗里达大学(University of Central Florida,UCF)投资450万美元,用于开发基于计算机视觉的智能导航系统,以在GPS不可用或受干扰时使用。

该系统将像网络副驾驶一样,通过使用人工智能和机器学习来评估车辆和无人机(UAV)捕获的地形的计算机成像,从而支持地面车辆的导航。该系统还将帮助驾驶员确定位置,以及在复杂地形中抵达指定地点。

佛罗里达.jpg

(图片来源:中佛罗里达大学)

该项目的首席研究员兼UCF光学与光子学院(CREOL)助理教授Kyle Renshaw表示:“对于陆军而言,经常会遇到对手干扰或欺骗GPS信号,因此在没有GPS的环境中正确导航非常重要。而该系统可以支持无人机上的搭载非车载传感器的地面车辆,从而在复杂的城市环境中提供额外视角感知,并检测到危险。”

该系统将使用地理空间数据库来识别与图像相关的地标,并将通过视频跟踪对象运动以评估运动。Renshaw称,虽然通过三角测量和相对运动进行定位并不是什么新概念,但研究人员正在使用人工智能将它们结合起来,使定位更加精确和自主。

参与该项目的UCF教职员工还包括UCF计算机科学教授兼UCF计算机视觉研究中心主任Mubarak Shah、UCF计算机科学系和计算机视觉研究中心副教授Abhijit Mahalanobis,以及UCF光学与光子学院的高级研究科学家Robert Crabbs。

UCF与卡内基梅隆大学(Carnegie Mellon University)是美国仅有的两所提供计算机视觉硕士学位课程的大学,而UCF的计算机视觉研究中心是美国排名最高的计算机视觉项目之一。

Shah表示:“CREOL的研究人员是传感器和光学以及数据收集和集成方面的专家,而CRCV在计算机视觉和机器学习领域处于领先地位。CRCV研究人员将开发算法以自动分析CREOL团队收集的数据,以从任务图像中提取相关特征,并与GPS失效的导航的地理标记参考图像相匹配。”

二十年来,Shah一直致力于研究地理空间定位。他认为全新深度学习启发的计算机视觉方法的性能已显著提高,将推动科学进一步发展。Shah称:“凭借大量数据的可用性和强大的计算能力,我们可以大有作为。”

该团队还将与在红外成像系统方面拥有丰富经验的亚利桑那大学(University of Arizona)研究人员Ron Driggers,以及孟菲斯大学(University of Memphis)的Eddie Jacobs合作。其中,Eddie Jacobs在无人机方面具有丰富的经验。

获得资助后,Renshaw表示:“非常期待与ARL,以及世界一流的研究团队共同合作,从而为陆军解决一些真实、重要和紧迫的问题。当然,研究的技术和解决方案也可应用于其他领域,如自动驾驶、边境安全,甚至灾难响应。”该项目的资助期限共四年。ARL会先资助两年,之后会选择是否继续对该项目进行资助。