以下面案例为例：
陆兴华. 姿态融合滤波的无人机抗干扰控制算法[J]. 传感器与微系统, 2016, 35(7):116-119.
表明该篇《姿态融合滤波的无人机抗干扰控制算法》论文发表在《传感器与微系统》的2016年第35卷，第7期的第116-119页。
同样的，你所问的2002,37(2):107-114表示的是该论文在对应期刊的2002年第37卷第2期的第107至114页上。
无人机是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。下面是我为大家精心推荐的无人机应用技术论文，希望能够对您有所帮助。
无人机航测技术的应用分析
【摘 要】以生产项目为例，以无人机航测的技术流程为主线，介绍了无人机航测技术方面的应用分析。
【关键词】无人机、航测技术
【Abstract】Production project as an example, the unmanned aerial technology process, introduced the UAV aerial application analysis.
【Key woerds】UAV、aerial surveying technology
中图分类号：V279+.2文献标识码：A 文章编号：
0 引言
无人机航测遥感技术是继卫星遥感、飞机遥感之后发展起来的一项新型航空遥感技术，在应急测绘保障、国土资源监测、重大工程建设等方面得到广泛应用。它是一种机动灵活、可以实现快速响应的一种航测技术。但也存在影像重叠度不规则、像幅小、影像倾角大、旋偏角大，影像有明显畸变等问题，这些情况都对现有无人机航测技术提出了挑战。
本文从生产案例出发，以无人机航测技术为主线，对生产过程中无人机航测出现的一些问题进行了分析探讨。
1 生产实践
1.1主要技术依据
《无人机航摄系统技术要求》(CH/Z3002-2010);
《低空数字航空摄影规范》(CH/Z3005-2010);
《低空数字航空摄影测量内业规范》(CH/Z 3003-2010);
《低空数字航空摄影外业规范》(CH/Z 3004-2010) ... ...
1.2 数据源及预处理
1.2.1 数据源
本测区选用无人机航空摄影获取的真彩色影像，航摄面积为10平方公里。航摄仪采用Canon EOS 5DMarkⅡ，焦距为：35mm，相幅大小为：5616×3744，像元分辨率为6.41um。影像地面分辨率为0.2米。
1.2.2遥感影像预处理
无人机航空摄影采用的相机为非量测型相机，因此，在进行空中三角测量恢复影像空中姿态时，需要对相机进行像片畸变差改正。(相机畸变改正在四维公司检校完成)
1.3 无人机航测总体作业流程
1.4无人机航空摄影
本次无人机航摄分两个架次进行，由GPS领航数据计算相对飞行高度。飞行质量和影像良好，影像清晰度高、色彩均匀、饱和度良好，能够表达真实的地物信息，可以满足1:2000成图要求。
像片航向重叠度为75%，旁向重叠一般为35%-45%，旋偏角一般控制在12度以下。
1.5 像片控制测量
1.5.1 像控点精度要求
像控点对最近基础控制点的平面位置中误差不大于0.2米，高程中误差不大于0.2米。
1.5.2 像控点布点方案
项目布点方案确定为双模型布点，全部布设为平高点。
1.5.3 像控点测量
在像控测量之前，首先对测区内收集到的已知控制点进行联测，检核控制点情况;为满足后续像控测量，联测已知点的同时加密了2个控制点。联测采用GPS静态相对定位方式施测，采用边连式的布网形式。全网共联测已有已知点4个，新设控制点2个，观测时具体技术参数依据规范，像控点采用GPS实时动态定位(RTK)的方法进行测量，满足要求。
1.6 空中三角测量
本项目采用Virtuozo工作站进行空三加密，根据航飞及影像分布情况，将空三区域分为两个加密区域网采用自动与手动相结合的方式进行空三加密，即采用自动匹配进行像点量测，剔除粗差。人工调整直至连接点符合规范要求，检查点平面中误差为0.3米，高程中误差为0.17米，最终加密成果符合1:2000数据采集要求。
1.7 数据采集
在空三完成后，利用空三成果进行单模型定向时我们发现有模型无法定向的情况，第一架次无法建立的模型有29个，占总模型数的4%。第二架次有67个无法建立的模型占总模型数的9%。主要原因为无人机航摄姿态不稳定导致的飞行倾角、旋偏角过大，航线弯曲、像片比例不一致等现象都是导致单模型定向精度差的原因。考虑到1:2000地形图精度要求，我们提出了如下解决方案：在测图定向超限点的周围进行野外实测用来检核分析数据并进行必要的修正。
1.8 项目精度报告
根据1:2000精度要求对测绘产品检进行了精度的统计，统计了3幅地形图，其中高程精度中误差最大为0.36米，最小为0.27米，从统计的结果看，粗差率比较高，有的达到了5%，平面精度中误差为0.75米。
2 结 论
(1)无人机航空摄影测量技术应用于地形图的生产存在不确定性，比如，区域网整体加密精度评定良好，但单模型定向精度存在超限情况，在测图过程中表现为测图定向点和立体模型套合差大、接边误差大等，可以通过外业实测进行补充测量、验证。
(2)利用无人机航测进行航空摄影测量时，应采用试验区的作业方法，即在确定布点方案前选取一定面积的试验区进行布点方案试验，分析精度指标后确定作业方案。
(3)目前，无人机航测技术主要应用于载人飞机航测技术的补充方面，如多块小面积、危险场所、远离机场或没有可供其起降场地的区域，在载人机不便或无法完成的情况下，由无人机来完成。
参考文献：
[1] 范承啸，韩俊，熊志军，赵毅。 无人机遥感技术现状与应用[J] 测绘科学 2009，34(5)：214-215;
[2] 崔红霞，李杰，林宗坚，储美华。非量测数码相机的畸变差检测研究[J] 测绘科学2005，30(1)：105-107;
[3] 连镇华。无人机航摄相片倾角对立体高程扭曲的影响分析[J] 地理空间信息2010，8(1)：20-22;
作者简介：徐锦前(1982-)，男，辽宁铁岭人，工程师，主要从事摄影测量和地理信息系统建库等测绘工作。
点击下页还有更多>>>无人机应用技术论文
AI 科技 评论按： 日前，哈工大朱晓蕊教授等人在中国工程院院刊《信息与电子工程前沿》（英文）（Frontiers of Information Technology & Electronic Engineering，FITEE）上发表了一篇题为《针对无人机系统安全的新型层级式软件架构》（A new hierarchical software architecture towards safety-critical aspects of a drone system）的论文，提出一种覆盖底层源代码到上层用户任务代码的新型层级式软件架构，能够有效地提高无人机系统安全性与可靠性。
目前，对于基础技术日趋成熟的无人机领域来说，无人机系统的安全性还是一个欠缺关注的研究方向，然而，这一研究方向对于无人机未来发展而言至关重要。因而，朱晓蕊教授等人在这一方向上的研究颇具前瞻性，其工作成果也独具开创性意义。雷锋网 AI 科技 评论借此机会拜访了朱晓蕊教授，深入探讨了其开启这项工作的背景、研究历程以及对于无人机领域的一些思考。
实际上，在无人机系统安全这个项目之前，朱晓蕊教授的研究方向主要是无人机控制和导航，而之所以转到无人机系统安全的研究则源自于她与耶鲁大学邵中教授一次对话中受到的启发：系统安全会成为无人机等小型智能系统未来的一个重要问题。
2014 年底，朱晓蕊教授在与来自耶鲁大学的邵中教授进行学术交流的过程中，了解到邵中教授一直在进行安全操作系统方面的研究，并在这个领域处于国际最前沿。而当时还在专注于无人机控制、导航研究的朱晓蕊教授，意识到她此前所做的这些研究工作实际上都已经趋向成熟，正在思考无人机未来的研究方向，邵中教授的这一研究方向则带给了她一个新的研究思路。朱晓蕊教授在采访中「他正在做这项工作就提醒了我，无人机这类小型智能系统的安全问题，会成为未来一个比较重要的问题 」。
然而，当时甚至是现在，无人机领域对于安全性问题的关注度都比较少。对此，朱晓蕊教授指出：「需要注意的一点是我们研究的基本上是小型飞行器，而小型飞行器和大型飞行器的区别是非常大的。光就安全性而言，大型飞行器很早就按照 Safety Critical System 启用了标准度很高的 系统安全验证，虽然在安全验证方面的人力、物力的耗费量都非常巨大，但是它们的一个小小的安全问题就可能带来非常严重的后果，因而即便投入巨大，大家也不得不关注这一问题。然而对于小型飞行器的安全验证问题，目前领域内国际上只有极少数研究者开始尝试去做这些事情，因为这是一个全新的东西，一切都从新开始。」
正是基于上面的两点考量，朱晓蕊教授决心要成为「第一批吃螃蟹的人」，与邵中教授开启了无人机系统安全的研究项目。
「当无人机这类智能系统进入到民用领域后，就不可避免地走向小型化，就会在片上资源方面牺牲掉很多的性能，因此直接将大型飞行器的安全验证系统移植到小型飞行器上是不可行的，所以我们就需要设计一个新的软件架构，既保证小型飞行器理论验证消耗不会那么高，又能够保障系统的安全性。传统而言，新系统研发是通过反复地模拟和实际测试来确保系统可靠性和安全性的。但是这种方式从严格意义上是无法完全保证安全性的，会出现看似随机的一些故障，甚至引起飞机坠毁现象。」
同时，为了促成双方正式将无人机系统安全项目提上重要日程，朱晓蕊教授和邵中教授也特地正式申请了国际合作项目。
按照朱晓蕊教授的说法，研究上层系统的人通常并不关注底层系统的细节，只在需要的时候直接使用底层系统，而反过来，研究操作系统的人往往也很少考虑上层系统的情况。因此，无人机等智能系统的上层系统和底层操作系统之间相当于存在一块「隔板」，二者间往往只存在最基本的互动。
「这样的话，这两个方向的研究者在进行安全测试时，往往只测试各自系统内的交互情况，然而这样仅仅只能确保系统内的安全性，而不能保证上层系统在跟底层操作系统做交互的时候不会出现问题。因此，我们合作这个项目的思路就是要将这两个系统中间的这块隔板打开，将二者作为一个整体来设计软件架构，从而完全保证无人机系统的安全性。」
对于这项工作成果在保障无人机整体安全性上的具体工作原理，朱晓蕊教授介绍道：「我们将所有算法形成的代码设计成分层结构，同时设计好层与层之间的交互架构，然后使用形式化验证的方法去检测层与层之间交互的正确性。」
形式化验证是采用逻辑来验证程序可靠性的一种方法，即用逻辑的方法将一段程序证明一遍，证明它能得到预期的结果并且没有出现错误，例如，欧美国家就将这种验证方法广泛地应用于一些大型飞行器中，由于这些设备的系统一旦出现出现错误，导致的后果会非常严重，同时研究者又无法对其进行一遍一遍的测试，因而形式化验证是可以选择的非常不错的方法。
因此，朱晓蕊教授项目组的这项研究成果不仅以实现上层系统和底层操作系统的层级式互动的方式来保障系统整体的安全性，更从逻辑层面避免了人为测试中所存在的偶然性，保障了安全性和可靠性。而同时从这两个方面着手展开（小型）无人机系统安全测试工作的，朱晓蕊教授等人是首创者。
实际上，无人机系统安全这个合作项目在 2014 年底就启动了，然而一直到现在才出成果，朱晓蕊教授表示背后的原因主要有两点：
此外，朱晓蕊教授还提到了她这边存在的一个比较严峻的问题，就是在现行的培养体制下，一方面是由于研究生培养年限比较短，另一方面则是因为学生对于新事物的热情和好奇心也不够，畏难心理比较明显，因此她这边参与项目的学生更替很快，这样的话，轮到下一批加入的学生，他们又要去学习操作系统方面的知识，这就又需要耗费一个周期的时间了。
谈及至此，朱晓蕊教授也就目前国内高校学生存在的一些问题提出了两点自己的期望：
也正是基于这种期望，朱晓蕊教授在日常教学中也始终坚持引导学生树立正确的研究思路：「所以我也一再地跟我的学生强调，我要教给他们的是一套系统的做科学研究的方法论，是怎样从零或一个 idea 开始做出一套有说服力的成果的方法，让他们最终在毕业答辩的时候能够自信地将自己做出来的这些成果讲给别人听，而不是说一定局限在课题所涉及的特定研究领域。」
对于无人机系统安全研究的这一版研究成果，朱晓蕊教授表示，目前还没有达到最理想的状态，因此下一步的规划还是希望参与研究的学生能够再花半年到一年左右的时间，实现该方案的最佳效果。
「下一步，我们会利用虚拟化技术来完善无人机系统安全方案，具体来说就是用虚拟化技术来将智能系统中对安全重要和对安全没那么重要的部分隔开来，从而减少不必要的安全验证消耗 。以无人机为例，它其中的某些模块对于安全来说至关重要，一旦出现问题，可能会直接导致无人机停止运行（从空中掉下来）；而其中也有部分模块对安全性而言不那么重要的，例如一些第三方程序，对于飞机整体的安全性不会造成太大影响，就不需要付出代价去证明这部分模块的安全性。因此，大概再花一年左右的时间，整个安全方案就比较完整了。」
同时，朱晓蕊教授希望，这一系统安全性验证方案不要被局限于无人机。「它同样可以给其他小型智能系统包括无人驾驶带来很大的价值。实际上，这个方案如果应用到无人驾驶这些场景中，实现原理其实还是一样的，只不过需要针对这一套系统进行修改和调整，因此说，我们实际上提出的是一套可以广泛应用的方法论。」
而对于目前每年只能各自投入 1 到 2 名学生的耶鲁合作项目来说，人手同样是一个亟需解决的问题，因此扩充科研队伍同样也是下一步规划中的重要内容。
「本次之所以希望通过媒体来报道这项成果，主要也是有两个诉求：第一个就是希望更多对这项研究感兴趣的人能够加入到我们的研究队伍中来，从而更快地推进项目进度；第二个就是希望我们在无人机系统安全方面的这项研究成果能给相关领域研究者带来一些启发，启发他们去挖掘领域内目前还未受到较大关注但对未来而言至关重要的研究方向。」
学界和业界应该怎么分工？
朱晓蕊教授认为，学界和业界由于各自的性质以及承担的 社会 责任不同，分工也不尽相同，如果二者能够各司其职，形成一个非常良性、平衡的合作状态，对于无人机以及整个人工智能领域的发展会大有裨益。
「对于学界而言，首先一定要做一些超前的事情，在一些业界乃至整个研究领域还没有关注到的问题上，先要尝试着去开展研究工作，所有的研究工作往往在获得成功之前都要经历一个漫长的过程，所以，学界应该充当这个引路者的角色；其次，我认为学界的价值是提出一些能够对业界具有启发性意义的新的 idea，正如我之前所提到的，我们的研究实际上更像是提出了某一套具有普遍适应性的新方法，业界可以借鉴，并在我们的新思路和新方法上进行完善，从而最终与真正的应用场景实现对接。
而对于业界来说，他们需要做的便是将学界提出的新方法、新成果落地到各个细分应用场景中，并利用其丰富的人力、物力资源来推进某项成果不断完善和升华，最终对整个 社会 的实际发展负责。」
无人机领域的最终目标为何？
对于目前无人机领域的整个发展情况，朱晓蕊教授还是比较有信心的，她认为在技术层面，无人机的通用性已经做得相对来说比较成熟的，接下来要着重解决的就是产业化落地的问题。
「目前就我看来，无人机领域在基础技术方面都不错，就差在细分行业中有针对性地应用了。因为不同的细分行业对于这些基础技术都有特殊且具体的要求，因此我认为这其中还有很多可以挖掘的东西。当技术和市场、成本达到一个平衡的状态时，无人机领域差不多就是一个比较理想的状态了。」
论文： 《针对无人机系统安全的新型层级式软件架构》
作者： 朱晓蕊，梁辰，殷振国，邵中，刘孟启，陈昊
中文摘要： 本文提出了一种覆盖从底层源代码到上层用户任务代码的新型层级式软件架构，用于提高无人机系统的安全性与可靠性。在这种软件架构下，每一个软件模块采用形式化验证的方法验证其源代码符合设计规范，而且这些软件模块基于经过形式化验证的操作系统内核CertiKOS，因而从理论上保证无人机系统不存在软件漏洞。考虑到无人机的机载传感器会对系统可靠性产生显著影响，本文对驱动传感器的SPI总线与I2C总线进行形式化验证，并针对总线异常的情况设计完成相关实验。实验结果表明此类软件架构能有效提高无人机系统安全性与可靠性。
关键词： 安全关键系统；无人机；软件架构；形式化验证；
本文引用格式：
Xiao-rui Zhu, Chen Liang, Zhen-guo Yin, Zhong Shao, Meng-qi Liu, Hao Chen, 2019. A new hierarchical software architecture towards safety-critical aspects of a drone system. Frontiers of Information Technology & Electronic Engineering, 20(3): 353-362.
2019 全球人工智能与机器人峰会
由中国计算机学会主办、雷锋网和香港中文大学（深圳）联合承办的 2019 全球人工智能与机器人峰会（ CCF-GAIR 2019），将于 2019 年 7 月 12 日至 14 日 在深圳举行。
届时，诺贝尔奖得主JamesJ. Heckman、中外院士、世界顶会主席、知名Fellow，多位重磅嘉宾将亲自坐阵 ，一起探讨人工智能和机器人领域学、产、投等复杂的生存态势。
点击 阅读原文 ， 查看 如何让无人机灵活穿越满是障碍的房间？训练一个循环神经网络试试看
