9、无人机机器学习环境中的技术与应用

无人机机器学习环境中的技术与应用

1. 无人机互联网（IoD）简介

物联网（IoT）已广泛融入日常生活，其应用涵盖医疗、农业、交通等多个领域。然而，这类智能系统存在能耗高的问题，无人机作为物联网的新兴形式也不例外。科学家预测，未来无人机将在众多生活场景中得到应用，如日常包裹配送、追踪罪犯等。

认知无人机平台，即“飞行物联网”，专注于机器学习中的目标检测应用，这是自动识别和跟踪目标的重要一步。但目标检测是一项繁琐且计算密集的任务，无人机在长距离跟踪、追踪和检测人员时，由于工作量增加，会显著影响飞行，导致飞行时间缩短。为减轻无人机的工作负担，可以引入传感器云系统，将数据收集和分析等计算密集型任务交给云架构中的边缘设备处理，从而提高无人机的效率和速度，这就是无人机互联网（IoD）的作用。

1.1 IoD网络

IoD网络包含三个层次，各自具有不同的功能：
1. 空中交通控制网络层 ：该层利用空域，为无人机维持无碰撞航线。以美国的空中交通管制（A.T.C.）结构为例，美国空域分为21个区域（中心），每个中心又进一步划分为多个扇区，每个区域还有直径50英里的终端雷达进近管制区（TRACON），包含多个机场。A.T.C.的交通控制部门包括空中交通控制系统指挥中心（ATCSCC）、空中航线交通控制中心（ARTCC）、终端雷达进近管制（TRACON）、空中交通管制塔（ATCT）和飞行服务站（F.S.S.）。不过，由于无人机共享一定空域，ATCSCC无法用于无人机，无人机需要自主进行飞行体积分离，这样比人工干预能取得更好、更高效的结果。
2. 蜂窝网络层 ：蜂窝网络由蜂窝状结构的小