隨著科學(xué)技術(shù)的發(fā)展，人工智能創(chuàng)新應(yīng)用的全面展開(kāi)，使人類社會(huì)各個(gè)領(lǐng)域面臨前所未有的智能化浪潮沖擊。無(wú)人地面平臺(tái)憑借自身卓越的技術(shù)性能，成為世界各主要國(guó)家爭(zhēng)相搶占的智能領(lǐng)域制高點(diǎn)，也成為各國(guó)軍事裝備自動(dòng)化和智能化的發(fā)展方向。

無(wú)人地面平臺(tái)集眾多“本領(lǐng)”于一身，在諸如感知技術(shù)、地圖重建技術(shù)、導(dǎo)航技術(shù)、學(xué)習(xí)與自適應(yīng)技術(shù)這些強(qiáng)大能力中，最為突出的就是對(duì)周圍環(huán)境的感知和地圖重建技術(shù)。有了這些“法寶”，無(wú)人地面平臺(tái)就可以成為“千里眼”和“順風(fēng)耳”，為指揮決策提供強(qiáng)有力的技術(shù)保障。

先來(lái)看看環(huán)境感知技術(shù)，它是無(wú)人地面平臺(tái)認(rèn)路能力的一部分。通過(guò)傳感器，無(wú)人地面平臺(tái)可以采集周邊和自身信息，并實(shí)時(shí)發(fā)送給處理器，形成對(duì)周邊環(huán)境的認(rèn)知模型。可以說(shuō)，環(huán)境感知是無(wú)人地面平臺(tái)所有技術(shù)的數(shù)據(jù)基礎(chǔ)。再來(lái)說(shuō)說(shuō)地圖重建技術(shù)，它能對(duì)實(shí)時(shí)環(huán)境感知反饋的信息進(jìn)行識(shí)別、處理、分析后，不斷更新完善已有的地圖信息，有效應(yīng)對(duì)突發(fā)情況。

盡管擁有如此厲害的“看家本領(lǐng)”，但傳統(tǒng)的單一傳感器很難在復(fù)雜條件下保證無(wú)人地面平臺(tái)環(huán)境感知的可靠性。比如高精度GPS，一旦在某些情況下，衛(wèi)星信號(hào)中斷或受到嚴(yán)重干擾，使得衛(wèi)星信號(hào)十分微弱，環(huán)境感知就面臨著巨大的困難；基于視覺(jué)的環(huán)境感知技術(shù)，在遇到強(qiáng)光或弱光等光照度發(fā)生變化的情況下，會(huì)導(dǎo)致感知算法失效；基于激光雷達(dá)的環(huán)境感知技術(shù)，因探測(cè)距離有限，有時(shí)缺乏充足的目標(biāo)屬性信息，導(dǎo)致無(wú)人地面平臺(tái)成了“聾子”和“瞎子”。

為解決這些難題，研究人員給無(wú)人地面平臺(tái)安裝了多種傳感器，使它具備多傳感器數(shù)據(jù)融合感知能力，通過(guò)無(wú)數(shù)雙“眼睛”和無(wú)數(shù)對(duì)“耳朵”將每一幅畫(huà)面融合在一起，進(jìn)而分割出場(chǎng)景中的主要元素，并清楚地將它們一一辨別出來(lái)。美國(guó)密歇根州立大學(xué)的研究者就利用這種安裝多個(gè)傳感器的方法，通過(guò)傳感器間的融合工作，有效感知校園內(nèi)的所有路況環(huán)境，使無(wú)人地面平臺(tái)成為校園里名副其實(shí)的識(shí)途“老馬”。新加坡南洋理工大學(xué)的科研團(tuán)隊(duì)，重點(diǎn)研究激光雷達(dá)和視覺(jué)數(shù)據(jù)融合的場(chǎng)景語(yǔ)義分割技術(shù)，通過(guò)融合的方法，可以很好地分割出場(chǎng)景中的主要元素，并得到它們的語(yǔ)義信息，包括目標(biāo)車輛、行人、地面、草叢和樹(shù)木等。另外，致力于無(wú)人駕駛汽車研究的公司，如谷歌、福特等都應(yīng)用定位與地圖構(gòu)建技術(shù)，實(shí)現(xiàn)了高精度地圖的構(gòu)建與厘米級(jí)的精確定位，但其應(yīng)用環(huán)境僅限于城市結(jié)構(gòu)化道路。

當(dāng)前的地面無(wú)人平臺(tái)盡管擁有超強(qiáng)本領(lǐng)，但在野外復(fù)雜環(huán)境下使用仍有較大局限性，特別是在戰(zhàn)爭(zhēng)或重大災(zāi)害等特殊條件下，對(duì)于各種復(fù)雜障礙的環(huán)境感知遠(yuǎn)未達(dá)到令人滿意的靈敏度。這也對(duì)進(jìn)一步優(yōu)化無(wú)人地面平臺(tái)多傳感器融合感知技術(shù)，提出了新的挑戰(zhàn)。