一种多线程实时构建正射影像语义地图的系统

项目概述： 针对现有无人机观察方式探测只能获取到有限时刻的环境要素信息，不能实时有效反映目标区域的目标要素变化情况，且存在时效性差、信息不全面、作业综合勘察能力被严重削弱，无法满足当前特种作业工程对实时性/准确率以及鲁棒性的要求等问题。本成果主要提供一种基于无人机倾斜摄影即时生成二维正射影像地图和地形要素智能感知的解决方案。利用人工智能技术快速生成高分辨率二维正射影像地图，并进行快速环境要素识别和分割，形成可被机器理解的语义化信息地图。可以帮助操作人员快速了解目标区域的环境信息，有效提升特种作业时环境感知能力和地形勘察任务执行效率。

该项成果能够有效避免在云端或在地面端实现拼接时可能出现的传输延时过大导致采集图像队列溢出，以及因图片高分辨率硬件资源性能浪费的问题。可以更快、更高效、动态地实现地图语义化。

主要指标： 1. 每张图片拼接时间：≤30秒； 2. 可拼接图片分辨率：≥1280*720（像素）； 3. 地图环境要素识别种类：≥8种； 4. 地形属性识别准确率：≥90%。

应用范围： 适用于应急救援、环境地图勘测、空中辅助导航等。

项目概述：

针对现有无人机观察方式探测只能获取到有限时刻的环境要素信息，不能实时有效反映目标区域的目标要素变化情况，且存在时效性差，信息不全面，作业综合勘察能力被严重削弱，无法满足当前特种作业工程对实时性/准确率以及鲁棒性的要求等问题。本成果主要提供一种基于无人机倾斜摄影即时生成二维正射影像地图和地形要素智能感知的解决方案，利用人工智能技术快速生成高分辨率二维正射影像地图并进行快速环境要素识别和分割，形成可被机器理解的语义化信息地图，可以帮助操作人员快速了解目标区域的环境信息，有效的提升特种作业时环境感知能力和地形勘察任务执行效率。

该项成果能够有效的避免了在云端或在地面端实现拼接可能会出现的传输延时过大导致采集图像队列溢出，因图片高分辨率硬件资源性能浪费的问题。可以更快，更高效，动态的实现地图语义化。

主要指标：

1. 每张图片拼接时间：≤30s；

2. 可拼接图片分辨率：≥1280*720（像素） ；

3. 地图环境要素识别种类：≥ 8种；

4. 地形属性识别准确率：≥90％。

应用范围：

适用于应急救援、环境地图勘测、空中辅助导航等。