基于边缘计算的无人机节能目标检测系统

无人机在不同高度的飞行路径用红线表示，而均匀的正方形段代表相机在较高高度（左）和较低高度（右）捕获的检测区域。海拔高度越高，视野越大，检测路径长度越短

无人机（UAV），已经在无数的环境中被用来解决现实世界中的问题。这些飞行机器人系统可以帮助监测自然环境、探测火灾或其他环境危害、监测城市和寻找自然灾害的幸存者。

为了有效地完成所有这些任务，无人机应该能够可靠地探测周围环境中的目标和感兴趣的物体。因此，计算机科学家一直在尝试设计新的计算技术，使用深度学习或其他方法来实现这些能力。

云南大学和中国科学院的研究人员最近推出了一种基于边缘计算的新型物体检测系统。他们提出的系统发表在《IEEE物联网杂志》上，可以为无人机提供在不显著增加功耗的情况下发现周围环境中相关物体和目标的能力。

“虽然大多数现有的研究只关注基于无人机的目标检测固有挑战的一个子集，但很少有研究能够平衡各个方面来设计一个降低能耗的实用系统，”Jiashun Suo、Xingzhou Zhang、Weisong Shi、Wei Zhou在他们的论文中写道。

“我们展示了E3-UAV，这是一种基于边缘的节能无人机目标检测系统。该系统旨在动态支持各种无人机设备、边缘设备和检测算法，目的是通过决定最节能的飞行参数(包括飞行高度、飞行速度、检测算法和采样率)来实现任务检测要求，从而最大限度地减少能耗。”

这组研究人员设计的目标检测系统被称为E3-UAV，是基于一种日益流行的边缘计算方法。边缘计算利用多个网络或附近的设备来更快地执行计算并消耗更少的能量。在该团队的系统中，这些网络被用来确定参数(即无人机的高度、飞行速度等)，这些参数将使系统能够在消耗尽可能少的能量的同时检测到周围的物体。

“我们首先为实际任务提出了一个有效的评估指标，并基于数百个实际飞行数据构建了一个透明的能耗模型，以形式化能耗与飞行参数之间的关系，”Jiashun Suo、Xingzhou Zhang和他的同事在他们的论文中写道。“然后，我们提出了一种基于大量实际飞行数据的轻量级节能优先决策算法，以帮助系统确定飞行参数。”

Jiashun Suo、Xingzhou Zhang和他们的同事在NVIDIA GPU上进行了一系列模拟，对他们的系统进行了训练和评估。他们特别将其应用于Mavic Air 2，这是一款由大疆制造的无人机，经常用于空中拍摄和视频。

“我们评估了该系统的性能，我们的实验结果表明，它可以显着降低现实场景中的能耗，”Jiashun Suo，Xingzhou Zhang和他的同事写道。“此外，我们还提供了四个见解，可以帮助研究人员和工程师进一步研究基于无人机的目标检测。”

在未来，E3-UAV可以在其他uav上实施和测试，以进一步评估其潜力和通用性。此外，这项工作可以为机器人应用中基于边缘计算的类似物体检测技术的开发提供信息。