面向区域无人机组网遥感观测的集群调度与地物信息快速提取研究
文献类型：学位论文
| 作者 | 刘见礼 |
| 答辩日期 | 2022-08 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 廖小罕 |
| 关键词 | 无人机 遥感 任务分配 地物信息提取 面向对象 监督学习 |
| 学位名称 | 博士 |
| 学位专业 | 地图学与地理信息系统 |
| 英文摘要 | 无人机平台与遥感数据处理技术的进步推动了无人机遥感在常态化和应急场景中的应用。无人机遥感的近实时数据获取能力，为遥感信息实时服务带来可能。然而在区域遥感观测中，单无人机作业效率低、缺乏组网协同的问题影响了数据获取效率；同时，现有的深度学习和面向对象地物信息提取方法需要大量的样本数据和过多的人工干预，也限制了无人机遥感数据向有效地物信息的快速高效转换。这两个问题制约了面向区域的无人机遥感信息实时服务的潜力的释放。针对以上问题，本文围绕区域无人机组网遥感观测，聚焦无人机集群优化调度与地物信息快速高效提取方法开展研究。本文的主要研究内容及其所包含的创新点如下： （1）提出了一种中心式组网架构的无人机集群调度方法。该方法以混合整数线性规划模型和粒子群优化算法为基础，通过逻辑和本体论进行面向多个区块遥感数据获取的无人机集群调度模型的构建、限制条件的分析以及模型的求解，实验结果显示本方法能够切实提高无人机集群的作业效率，缩短任务完成时间。本方法创新之处在于从区域无人机遥感观测任务的实际需求出发，借鉴军事侦察中的经典调度模型，针对模型全局求解效率低的问题，专门设计了以集群观测能力为约束的任务集分解环节，大幅降低了计算的复杂度，实现调度模型的快速求解。本方法成功的应用于2020年江西鄱阳湖三角联圩的洪涝受灾区的无人机遥感数据获取任务，检验论证了方法的实用性。 （2）通过对面向对象方法各环节的耦合作用分析以及无人机遥感数据不同波段组合的敏感性分析，建立了基于无人机遥感数据的地物信息提取先验知识库。首先对面向对象地物信息提取方法的各环节进行全面分析，分析不同分割算法对地物分割、特征提取以及分类的影响，得到面向对象地物信息提取中分割、特征选择以及分类的适宜的算法和参数配置方案；然后分析了无人机遥感数据不同波段组合的敏感性，通过分析无人机遥感数据光谱波段和DSM（Digital Surface Model）高程波段的不同组合模式的地物信息提取精度的差异和变化趋势，构建二者的关系映射表。本研究创新之处在于系统分析了不同环节耦合作用，不同于以往研究大多集中在单一环节影响要素的单独分析，特别是通过设计两个阶段的参数交叉测试，获得了更准确的参数配置方案；此外，从光谱与高程信息组合的角度，揭示了无人机遥感数据不同波段组合与地物分类精度的映射关系。研究结果和结论形成无人机遥感地物信息提取先验知识库，为接下来的地物信息提取方法的研究提供了支撑。 （3）提出了一种小样本监督优化的地物信息提取方法。该方法以面向对象地物信息提取方法为基础框架，以无人机遥感地物信息提取先验知识库为基础，通过融入深度学习中的监督优化机制的思想和少量人工地物标注下的精度评估步骤，实现地物对象的分割与分类协同进化。该方法的创新之处在于融合了深度学习方法中的学习优化机制和面向对象方法的先验知识，两者优势的结合既避免了对大样本量的依赖，又减少了参数反复验证的步骤，提高了地物信息提取的效率和稳定性。 随着无人机遥感在国土测绘、自然资源调查、应急抢险以及环境监测等领域的应用普及，特别是国家“实景三维”、“智慧城市”等工程的开展，面向区域遥感观测的无人机集群调度方法以及小样本监督优化的地物信息提取方法等研究结果在今后将具有较大的发展潜力与应用前景，本文的研究内容对后续相关研究工作的开展具有一定的参考价值。 |
| 学科主题 | 地图学与地理信息系统 |
| 语种 | 中文 |
| 页码 | 112 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/186922]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 刘见礼. 面向区域无人机组网遥感观测的集群调度与地物信息快速提取研究[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2022. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。