12、基于无人机的水陆在线区分训练数据自动标注系统

基于无人机的水陆在线区分训练数据自动标注系统

1. 引言

湿地科学家需要详细的水陆轮廓地图来正确理解湿地水系。当前方法依赖昂贵且手动收集的数据，这些数据很少更新，为建模提供的是过时的数据。自动化这一过程将改善数据收集，并使科学家能够改进湿地模型。自动化解决方案需要尽量减少与脆弱环境的交互，能够自主运行以避免前往偏远湿地的长途旅行，并提供模块化以支持地形和水深测量的不同技术。具有不同有效载荷和自主行为的无人机提供了一种合理有效的解决方案。

我们的系统专注于无人机飞行时区分水陆的初始问题，以引导其他无人机进行测绘。该系统利用离线、全自动的机器学习训练系统，自动进行图像标注和分类器选择。学习到的分类器随后会自动编程到无人机上，无人机在飞行时使用它自主区分水陆。然后，无人机通过无线电将不同的地理区域信息传达给其他无人机，以启动测绘操作。

此前的工作探索了通过空中机器人进行遥感或视觉表面分类。湿地遥感方法通常使用手动分类对数据进行后处理，由于获取卫星和飞机图像的困难，这些数据可能不是最新的。大多数关于空中机器人的先前研究使用无人机收集数据，然后进行后处理以用于分类算法。一些研究专注于在线图像处理，用于跟踪海岸线或类似边缘。据我们所知，没有研究专注于无人机在飞行时进行在线地形分类。

我们在加利福尼亚州斯托克顿的卡拉韦拉斯河上开发和测试我们的系统。利用在不同条件下收集的数据，我们扩展了现有的元分类器系统以支持基于图像的分类，确定了最佳的分类器模型，选择了一个使用两个特征、准确率为 97.5% 的模型。我们在在线分类器中使用这个模型，并开始在实地实验中使用。我们还开发了一个基于硬件的自动分类系统，无人机使用该系统将图像中的区域标记为陆地或水域，为元分类器开发训练集。实地实验验