UCF研究人员开发非gps定位器

中佛罗里达大学获得了450万美元的资助，用于开发一种智能的、基于计算机视觉的导航系统，用于GPS不可用或受到干扰时。这项拨款来自美国陆军的企业研究实验室。

该系统将像一个网络副驾驶，通过使用人工智能和机器学习来评估车辆和无人机(uav)捕捉的计算机地形图像，支持地面车辆的导航。它将帮助司机确定他们在哪里，以及如何在复杂的地形中到达他们要去的地方。

识别地标的地理空间数据库

“对于美国陆军来说，这一切都是关于在拒绝GPS的环境中导航，敌人可能会干扰或欺骗GPS信号，这也是关于支持地面车辆与无人机的船外传感器，可以提供额外的视角，在复杂的情况下，通常是城市场景下的意识和威胁检测。”该项目的首席研究员、UCF光学与光子学学院(也被称为CREOL)的助理教授凯尔·伦肖说。

该系统将使用地理空间数据库来识别与图像相关的地标，并通过视频跟踪目标运动来估计运动。

Renshaw说，虽然三角定位和相对运动不是新概念，但研究人员正利用人工智能将它们结合起来，以精确和自主地完成这一任务。

参与该项目的UCF教职员工还包括计算机科学信托教授、UCF计算机视觉研究中心主任穆巴拉克·沙阿;UCF计算机科学系和计算机视觉研究中心副教授Abhijit Mahalanobis;以及加州大学旧金山分校光学与光子学学院的高级研究科学家Robert Crabbs。

自动定位信息分析

UCF的计算机视觉研究中心是美国顶尖的计算机视觉项目之一，与卡耐基梅隆大学(Carnegie Mellon University)一起，是美国仅有的两所提供计算机视觉硕士学位课程的机构之一。

“CREOL的研究人员是传感器、光学、数据收集和集成方面的专家，CRCV在计算机视觉和机器学习方面是世界领先的，”Shah说。CRCV研究人员将开发自动分析由CREOL团队收集的数据的算法，从任务图像中提取相关特征，以匹配用于gps拒绝的战斗导航的地理标记参考图像。”

Shah已经在地理空间定位领域工作了大约20年，他说，由于受深度学习启发的新型计算机视觉方法的性能显著提高，这是一个推动科学边界的伟大时刻。

他补充说:“有了海量数据的可用性和强大的计算能力，我们可以做出重大改变。”

红外成像

该团队还将与来自亚利桑那大学的罗恩·德里格斯(Ron Driggers)和来自孟菲斯大学的艾迪·雅各布斯(Eddie Jacobs)合作，后者在红外成像系统方面拥有丰富的经验。后者在无人机方面拥有专业知识。

Renshaw谈到该奖项时说:“我期待与ARL和我们联合起来的世界级团队合作，为陆军解决一些现实的、重要的和紧迫的问题。”“当然，我们正在研究的技术和解决方案也可以转化为广泛的问题，从自动驾驶到边境安全，再到灾难响应。”

该项目为期4年，目前已授予2年，陆军研究实验室可选择2年继续资助该工作。