得益于由人工智能驱动的智能算法，无人机有朝一日可以使用视觉地标来帮助它们从一个点导航到另一个点，而无须人类指导。这是由密苏里大学研究人员领导的项目的目标，该项目得到了美国陆军工程研究与发展中心（ERDC）330万美元的支持。该中心是美国陆军工程兵团的主要研发中心。

“在GPS导航信号中断或丢失的情况下，例如在自然灾害或军事情况下，无人机自主操作的能力变得至关重要。”电气工程和计算机科学教授，该项目的首席研究员坎纳潘·帕拉尼亚潘（Kannappan Palaniappan）说。

“这通常发生在自然灾害、建筑环境和地形的遮挡或人为干预之后，”帕拉尼亚潘说，“今天运行的大多数无人机都需要GPS导航才能飞行，所以当它们失去信号时，它们无法找到自己的路，通常只会降落。与地面GPS导航应用程序不同，如果你错过了一个转弯，它可以重新规划你的路线，但机载无人机在这些情况下无法选择重新路线。”

目前，必须有人手动驾驶无人机并具有高水平的态势感知能力，以保持其远离周围环境中的障碍物，如建筑物、树木、山脉、桥梁、标志或其他突出结构，同时保持在无人机飞行员的视线范围内。现在，通过视觉传感器和算法的结合，帕拉尼亚潘和团队正在开发软件，使无人机能够自行飞行，独立感知环境并与之互动，同时实现特定的目标或目的。

“我们希望将无人机飞行员拥有的技能、属性、背景场景知识、任务规划和其他能力结合起来，并将它们与天气条件一起整合到无人机的软件中，这样它就可以独立做出所有这些决定。”帕拉尼亚潘说。

近年来，光探测和测距（激光雷达）、热成像等视觉传感器技术的进步使无人机能够执行有限的高级任务，例如物体检测和视觉识别。当与该团队的算法相结合时，无人机可以协助开发用于测绘和监控应用程序的3D或4D高级图像，这些算法由深度学习和机器学习提供支持。

“作为人类，我们从小就使用我们的视觉系统将3D模型和周围运动模式的动态知识结合起来，”帕拉尼亚潘说，“现在，我们正试图解码人类视觉系统的显著特征，并将这些功能构建到基于自主视觉的空中和地面导航算法中。”

开发高级影像功能需要与计算机相关的资源，例如处理能力、内存或时间。这种能力超出了目前通过无人机上通常可用的软件系统提供的能力。因此，密苏里大学的团队正在研究如何利用云、高性能和边缘计算方法的优势来获得潜在的解决方案。

“在严重的风暴或自然灾害之后，建筑物，水道和其他的基础设施将受到破坏，”帕拉尼亚潘说，“该地区的3D重建可以帮助政府官员和急救人员了解已经发生了多大的破坏。通过无人机收集原始数据并将该信息传输到云端，支持高性能计算软件的云端可以完成分析并开发3D数字孪生模型，而无需在无人机上物理安装和访问额外的软件。” （航柯）