國立陽明交通大學 NYCU

以深度機器學習與智慧視覺技術做多無人機協同視訊監控(2016/11~2018/01)

2016/11/13

科技部「人工智慧及深度機器學習專案計畫」

計畫名稱:以深度機器學習與智慧視覺技術做多無人機協同視訊監控計畫

執行期間:105年11月1日~108年10月31日

未來應用情境:          

本計畫擬提出一套「多無人機協同式空中視訊監控系統(An aerial video surveillance system with multiple cooperative drones)」,利用多部無人機及其機動性進行空中廣域監控,針對地面靜止或移動之目標物(人物或車輛)執行自動偵測、追蹤與辨識之工作。如圖1所示,為了達到自主導航飛行(auto-piloting),無人機必須利用本身的感測器來進行周圍環境的感知,隨時掌握周遭的動態變化,達到避免碰撞(collision avoidance)與規劃智慧型路徑的目標。因此,在對目標物(target)進行追蹤時,若目標物被建築物等障礙物(barrier)遮蔽,追蹤者(tracker)仍可透過無人機持續自動調整視向(automatic view reorientation)進行偵測、辨識與追蹤(detection, identification and tracking)。而當無人機電力不足或遇到天候不佳等狀況時,亦須找到一安全地點來進行緊急降落。此一空中視訊監控系統,將於交通大學校園等處進行實際應用之實驗與展示。

組織架構:

本計畫包括無人機之自主導航飛行與空中廣域監控。在自主導航方面,將進行無人機之場景感知、環境模型建立、自我定位、自動降落。在人物與車輛監控方面,將進行多無人機之協同偵測、追蹤、識別等任務。以此,本整合計畫將相關研究工作劃分為三個子計畫,並由總計畫負責影像資料庫與系統之整合。規劃如下:

總計畫:以深度機器學習與智慧視覺技術做多無人機協同視訊監控

(A)子計畫一:多無人機導航智慧環境感知與自動降落

(B)子計畫二:多無人機之協同式監控多人偵測、追蹤和辨識

(C)子計畫三:多無人機之協同式監控多車輛偵測、追蹤和辨識

 

預期效益:

本計畫之研究成果預期將有效提升我國空中安全監控技術的研發與產業之國際競爭力,不僅可以節省佈置監控攝影機的數量與成本,強化自動化安全監控能力,協助警方辨案及各類視訊監控應用,並可提供相關領域學者在無人機空中監控相關研究所需之關鍵技術。