無人搜救系統(tǒng)態(tài)勢感知能力分解及重要度分析

李惟　黃鶴

摘 ?要： 海上無人搜救系統(tǒng)作為我國空軍、海軍衛(wèi)勤保障部隊的現(xiàn)代裝備，是實現(xiàn)我國海疆權(quán)益戰(zhàn)略保障的重要支撐。目前，國內(nèi)關(guān)于該系統(tǒng)的研究只局限于設(shè)計環(huán)節(jié)中的技術(shù)問題。該文立足于人工智能“空天地海”一體化作戰(zhàn)體系架構(gòu)，結(jié)合科研團隊的空軍智能無人機基金課題創(chuàng)新性成果，對海上無人搜救系統(tǒng)遂行軍事任務(wù)能力、人工智能集群作戰(zhàn)態(tài)勢感知能力進行了需求說明。通過多視圖的方式得出態(tài)勢感知能力所需的具體功能，并通過粗糙集理論對其任務(wù)載荷功能進行了重要度分析，取得了良好的中試試驗指標數(shù)據(jù)。

關(guān)鍵詞： 無人搜救系統(tǒng); 態(tài)勢感知; 能力分解; 重要度分析; 任務(wù)載荷; 粗糙集理論

中圖分類號： TN830.1?34; E917 ? ? ? ? ? ? ? ? ?文獻標識碼： A ? ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2020）24?0082?06

Decomposition and importance analysis of situational awareness of

unmanned search and rescue system

LI Wei， HUANG He

（School of Electronics and Control Engineering， Changan University， Xian 710061， China）

Abstract： As the modern equipment of the air force and navy medical support forces， the maritime unmanned search and rescue system is an important support to realize the strategic support of China′s maritime rights and interests. The domestic research on this system is limited to the technical problems in the design process. On the basis of the based on artificial intelligence air?space?ground?sea integrated combat architecture， in combination with the innovative achievements of air force intelligent UAV fund project of scientific research team， the requirements for the military mission carrying out capability of maritime unmanned search and rescue system and the operational situational awareness capability of artificial intelligence cluster are interpreted. The specific functions of situation awareness capability are obtained by means of the multi view method， and the importance analysis of its loading function is performed by the rough set theory， by which the good index data of the pilot scale test is obtained.

Keywords： maritime search and rescue system; situational awareness; capacity decomposition; importance analysis; task loading; rough set theory

0 ?引 ?言

據(jù)中國海上搜救中心統(tǒng)計，僅2017年，全國各級海上搜救中心共核實遇險事故2 053起。因此，為了保證我國的海洋權(quán)益和海上安全，必須建立起完善的海上搜救制度，對海上搜救相關(guān)技術(shù)進行深入地研究。無人系統(tǒng)作為新興發(fā)展起來的裝備，由于平臺無人，可以前往氣候條件惡劣、空間限制、危險系數(shù)大等人員難以前往的地域，完成指定任務(wù)。特別是對于海上搜救領(lǐng)域，由于海難發(fā)生區(qū)域天氣狀況、海洋環(huán)境等信息不確定，無人系統(tǒng)能夠更加快速安全地完成搜索、救援等一系列任務(wù)。目前關(guān)于海上搜救和無人系統(tǒng)，主要研究都集中于搜救系統(tǒng)和無人系統(tǒng)的導(dǎo)航、定位、通信、決策等技術(shù)，對于無人搜救系統(tǒng)的態(tài)勢感知能力鮮有研究。本文主要針對海上無人搜救系統(tǒng)態(tài)勢感知能力進行分析，對研究目標進行系統(tǒng)功能分解，并對各功能重要度進行分析。

1 ?國內(nèi)外研究現(xiàn)狀分析

在海上搜救方面，李寧等對如何利用北斗短報文服務(wù)確保搜救過程中救助與被救助雙方通信的問題進行了研究，解決了傳統(tǒng)海上搜救中的“盲搜”問題[1];李陽暉針對影響海上險情的影響因素多、救援環(huán)境復(fù)雜造成的海上搜救效率不高問題，對如何構(gòu)建海上搜救智能輔助決策系統(tǒng)進行了研究[2];朱巋等針對海上搜救輔助決策技術(shù)，主要研究了搜索區(qū)域的確定和搜索策略的優(yōu)化[3];Melsom等通過對海洋環(huán)流模型的建立，對搜救過程中的搜索區(qū)域進行了預(yù)測[4];Brushett等通過研究風壓差數(shù)據(jù)，實現(xiàn)了在搜救過程中對失事船只海上漂移情況的預(yù)測[5];高松等針對海上搜救對各類支援信息的需求，構(gòu)建了基于SOA架構(gòu)的國家海上搜救環(huán)境服務(wù)保障平臺[6];Bezgodov等通過對海上漂流目標進行研究，建立相應(yīng)的網(wǎng)絡(luò)模型，使海上搜救效率得到了提高[7]。

國內(nèi)外學者不僅在理論研究方面進行了大量研究，還對關(guān)鍵技術(shù)的運用做了實際驗證，ICARUS團隊在2015年的機器人搜救比賽展示了水面和水下無人系統(tǒng)在搜救任務(wù)中情況評估、水下測繪、人員定位等多項技術(shù)[8]的實際運用，并取得了第2名的成績。

從機器人搜救這一賽事也可以看出，未來搜救領(lǐng)域也將大量使用無人系統(tǒng)。無人機感知和規(guī)避技術(shù)作為無人系統(tǒng)自主化、智能化的重要標志，在無人機實際使用中的障礙規(guī)避、路徑規(guī)劃等方面都起到了舉足輕重的作用[9]。在搜救任務(wù)中，無人系統(tǒng)的感知主要是對目標及環(huán)境信息的探測，且由于搜救目標一般與無人系統(tǒng)較難建立其穩(wěn)定、精確的通信，因此對于搜救目標和環(huán)境的探測屬于非合作目標的感知。在非合作環(huán)境感知過程中，無人系統(tǒng)主要依靠雷達、紅外、激光雷達、光電等各類傳感器實現(xiàn)對目標的探測以及環(huán)境障礙的規(guī)避[10?14]。基于此，學者們在無人系統(tǒng)控制[15]、路徑規(guī)劃[16?17]、傳感器[18?21]等多個方面都開展了大量研究。

但是，關(guān)于無人搜救系統(tǒng)的態(tài)勢感知方面研究還不夠充分，目前大量研究主要還是針對無人系統(tǒng)在作戰(zhàn)領(lǐng)域的態(tài)勢感知，在搜救方面，文獻[22]主要研究了深度學習在無人搜救系統(tǒng)態(tài)勢感知中的運用。在無人搜救系統(tǒng)中的態(tài)勢感知雖然研究較為深入[23?24]，但是多是針對傳感器本身，并沒有學者指出在無人搜救方面態(tài)勢感知的內(nèi)容以及所需的能力。因此，本文著重分析無人搜集系統(tǒng)中態(tài)勢感知到底應(yīng)該生成什么樣的信息，并依據(jù)此對其能力需求進行研究。

2 ?海上無人搜救系統(tǒng)結(jié)構(gòu)及任務(wù)分析

無人搜救系統(tǒng)主要完成對目標的搜索和救援兩大任務(wù)。其中，搜索主要需要對救援目標進行探測，以及對周圍環(huán)境進行探測，從而對目標進行準確定位;救援主要需要對目標進行抓取并固定，隨后進行運輸;完成這些功能的基礎(chǔ)是無人救援系統(tǒng)的通信、控制、續(xù)航等能力的體現(xiàn)。

2.1 ?基本思路

本文以某型海上無人搜救系統(tǒng)為例進行分析。該系統(tǒng)主要構(gòu)成是多域跨介質(zhì)無人搜救平臺和水下潛航器，其無機系統(tǒng)基本物理結(jié)構(gòu)及組成如圖1、圖2所示。該無人搜救系統(tǒng)具備復(fù)合導(dǎo)航、遠距跨介質(zhì)通信、多數(shù)據(jù)融合有效載荷、長航時、大載重、高精度定位、電磁探測、耐6級海況等能力，可以精準搜索、跟蹤、救援地下、水中目標。

如圖3所示，通過系統(tǒng)層、能力層和數(shù)據(jù)層對于無人搜救系統(tǒng)進行分析。

系統(tǒng)層主要描述了無人搜救系統(tǒng)的結(jié)構(gòu)構(gòu)成，分別由載具、能源系統(tǒng)、通信系統(tǒng)、控制系統(tǒng)、多傳感器等部分組成;

能力層主要描述了無人搜救系統(tǒng)所應(yīng)具備的能力，包括了大負載、長續(xù)航、對目標的探測、周圍環(huán)境的感知、與救援人員的遠程通信、以及對系統(tǒng)自身的性能監(jiān)測等能力;

數(shù)據(jù)層主要描述了無人搜救系統(tǒng)在完成既定功能時所獲取或傳輸?shù)男畔ⅲ怂丫饶繕说奈恢眯畔ⅰo人載具的坐標、剩余的能源量（剩余續(xù)航時間）、自身系統(tǒng)的故障監(jiān)測信息、救援人員的控制數(shù)據(jù)以及相應(yīng)的通信數(shù)據(jù)。

2.2 ?海上無人搜救系統(tǒng)任務(wù)能力分解

海上無人搜救系統(tǒng)中，最主要的任務(wù)是對救援目標的搜索和救援。其中，搜索需要在未知海況情況下實現(xiàn)對目標的探測，而救援是確保救援目標能夠安全地被運送至目的地，其中，整個過程要確保無人搜救系統(tǒng)穩(wěn)定安全工作。

在對目標的探測過程中，通常采用雷達、紅外、光學等多種傳感器，經(jīng)過信息融合技術(shù)，實現(xiàn)目標的準確定位。在確定目標搜索區(qū)域時，則需要通過目標失事或救援位置，結(jié)合環(huán)境情況，如風速、洋流等信息，對目標海上漂移情況進行預(yù)測。對目標實施救援時，需要依靠強大的負載能力對目標抓取并進行長距離運輸。對任務(wù)的具體行動實施，均是建立在態(tài)勢感知和可靠的系統(tǒng)情況下進行的。而完成整個任務(wù)本身，也需要系統(tǒng)擁有對目標準確探測定位、可靠長距離通信等諸多能力。

圖4為空中/水面跨介質(zhì)無人搜救平臺系統(tǒng)結(jié)構(gòu)框圖，其中給出了該平臺的關(guān)鍵子系統(tǒng)及其功能聯(lián)系。

通過利用裝備AD理論和DoDAF多視圖方法對海上無人搜救系統(tǒng)進行分析，確定需求生成的3個需求域，即任務(wù)域、能力域和功能域。其中，任務(wù)域描述的是執(zhí)行海上搜救任務(wù)“要干什么，怎么做”，能力域描述的是“需要什么樣能力”，功能域描述的是整個系統(tǒng)“需要什么要的功能”。其映射關(guān)系如圖5所示。

在某一給定的需求層次上，各個域之間的映射關(guān)系可寫成[A=XB]的形式，其中，X表示A和B之間聯(lián)系的分析矩陣。

第一級分解中，任務(wù)域總的任務(wù)可分為2個子任務(wù)：目標搜索任務(wù)A1和目標救援任務(wù)A2;為實現(xiàn)這2個任務(wù)，能力域的總能力可分解為2個子能力：態(tài)勢感知能力B1、系統(tǒng)可靠性能力B2;為滿足這2個子能力，需要整個系統(tǒng)具備3個子功能：正確發(fā)現(xiàn)目標功能C1、安全運輸功能C2、正確決策功能C3。

根據(jù)對海上無人搜救系統(tǒng)的分析，上述3個域中的映射關(guān)系可表示為：

[A1A2=1101B1B2] ? ? ? ? ? （1）

[B1B2=101111C1C2C3] ? ? ? ? ?（2）

式中：“1”表示存在映射關(guān)系;“0”表示不存在映射關(guān)系。

第二級分解中，任務(wù)域總的子任務(wù)可進一步分解為5個子任務(wù)：位置預(yù)測任務(wù)a1、目標識別任務(wù)a2、目標定位任務(wù)a3、目標固定任務(wù)a4、目標運輸任務(wù)a5;為實現(xiàn)這5個任務(wù)，能力域可進一步分解為5個子能力：目標信息獲取能力b1、自身信息獲取能力b2、環(huán)境信息獲取能力b3、通信可靠性能力b4、功能可靠性能力b5;為滿足這5個能力，需要整個系統(tǒng)進一步具備9個子功能：失事點定位功能c1、環(huán)境感知功能c2、目標準確定位功能c3、目標判別功能c4、長續(xù)航功能c5、大載重功能c6、自身狀態(tài)監(jiān)測功能c7、信息融合功能c8、可靠通信功能c9。

根據(jù)對海上無人搜救系統(tǒng)的分析，上述域中的映射關(guān)系可表示為：

[a1a2a3a4a5=1110111101110010000100011b1b2b3b4b5] （3）

[b1b2b3b4b5=111100011000000111010000011000000111111111111c1c2c3c4c5c6c7c8c9] ? （4）

對于以上映射關(guān)系，任一分析矩陣通過行列的交換均可以得到形如[X00XX0XXX]的矩陣，即無人搜救任務(wù)、能力和功能之間的關(guān)系滿足準耦合設(shè)計，說明該結(jié)構(gòu)分解是合理的。

則通過對上述空中/水面跨介質(zhì)無人搜救平臺為基礎(chǔ)的海上無人搜救系統(tǒng)分析可以得出，對于無人海上無人搜救系統(tǒng)，要能夠完成既定任務(wù)目標，其態(tài)勢感知能力應(yīng)該具備失事點定位、環(huán)境感知、目標準確定位、目標判別、自身狀態(tài)監(jiān)測、信息融合、可靠通信7項功能，這也是無人搜救系統(tǒng)態(tài)勢感知所應(yīng)具備的基本能力。

3 ?基于粗糙集理論的無人搜救系統(tǒng)態(tài)勢感知能力分析

無人搜救系統(tǒng)中，態(tài)勢感知所應(yīng)具備的能力重要性具有很強的不確定性、模糊性，一般難以定量地對其重要性進行排序，進而對系統(tǒng)結(jié)構(gòu)設(shè)計進行優(yōu)化。粗糙集理論為Z. Pawlak于1982年提出的一種數(shù)據(jù)分析理論，主要用于處理模糊和不確定性知識。該理論能夠較好地適用于無人搜救系統(tǒng)的態(tài)勢感知能力分析，具體分析流程如圖6所示。

對于海上無人搜救系統(tǒng)的態(tài)勢感知能力所應(yīng)具備的7項功能，失事點定位、環(huán)境感知、目標準確定位、目標判別、自身狀態(tài)監(jiān)測、信息融合、可靠通信，分別表示為R1～R7。根據(jù)系統(tǒng)是否滿足該功能分為不滿足和滿足2種情況，對于上述7種功能總共有27種組合方式。其中，失事點定位和目標的準確定位通常具有一定的相互關(guān)聯(lián)，一般系統(tǒng)同時滿足或不滿足該2種功能;目標判別和環(huán)境感知一般與信息融合功能相聯(lián)系，因此對于該3種功能，系統(tǒng)一般同時滿足或不滿足。因此，真正實際情況中，對于上述7種功能總共有24=16種可能。根據(jù)16種組合是否能夠滿足無人搜救系統(tǒng)的搜救任務(wù)要求，可以得到?jīng)Q策表，如表1所示。

若記[R1={r1|r1∈R1}]，[R2={r2|r2∈R2}]，…，[R7={r7|r7∈R7}]，決策屬性集[D={d|d∈D}]，條件屬性集[C={r1，r2，r3，r4，r5，r6，r7}]，屬性集[A=C?D]，則根據(jù)決策表可以得到：

[U/{ri}={{X5，X8，X10，X11，X13，X14，X15，X16}， ? ? ? ? ? ? ? ? {X1，X2，X3，X4，X6，X7，X9，X12}}] ?（5）

[U/{rj}={{X3，X6，X9，X10，X12，X13，X15，X16}， ? ? ? ? ? ? ? ? {X1，X2，X4，X5，X7，X8，X11，X14}}] ?（6）

[U/{r5}={{X4，X7，X9，X11，X12，X14，X15，X16}， ? ? ? ? ? ? ? ? ?{X1，X2，X3，X5，X6，X8，X10，X13}}] ?（7）

[U/{r7}={{X2，X6，X7，X8，X12，X13，X14，X16}， ? ? ? ? ? ? ? ? ?{X1，X3，X4，X5，X9，X10，X11，X15}}] ?（8）

[U/{ri，rj}={{X10，X13，X15，X16}，{X5，X8，X11，X14}， ? ? ? ? ? ? ? ? ? ? ?{X3，X6，X9，X12}，{X1，X2，X4，X7}}] （9）

[U/{ri，r5}={{X11，X14，X15，X16}，{X5，X8，X10，X13}， ? ? ? ? ? ? ? ? ? ? ?{X4，X7，X9，X12}，{X1，X2，X3，X6}}] （10）

[U/{ri，r7}={{X8，X13，X14，X16}，{X5，X10，X11，X15}， ? ? ? ? ? ? ? ? ? ? ?{X2，X6，X7，X12}，{X1，X3，X4，X9}}] （11）

[U/{rj，r5}={{X9，X12，X15，X16}，{X3，X6，X10，X13}， ? ? ? ? ? ? ? ? ? ? ?{X4，X7，X11，X14}，{X1，X2，X5，X8}}] （12）

[U/{rj，r7}={{X6，X12，X13，X16}，{X3，X6，X9，X10，X15}， ? ? ? ? ? ? ? ? ? ? ?{X2，X7，X8，X14}，{X1，X4，X11}}] ? （13）

[U/{r5，r7}={{X7，X12，X14，X16}，{X4，X9，X11，X15}， ? ? ? ? ? ? ? ? ? ? ? {X2，X6，X8，X13}，{X1，X3，X5，X10}}] （14）

[U/{ri，rj，r5}={{X15，X16}，{X11，X14}，{X9，X12}，{X4，X7}， ? ? ? ? ? ? ? ? ? ? ? ? ?{X10，X13}，{X5，X8}，{X3，X6}，{X1，X2}}] ?（15）

[U/{ri，rj，r7}={{X13，X16}，{X8，X14}，{X6，X12}，{X2，X7}， ? ? ? ? ? ? ? ? ? ? ? ? ?{X10，X15}，{X5，X11}，{X3，X9}，{X1，X4}}] ?（16）

[U/{ri，r5，r7}={{X14，X16}，{X8，X13}，{X7，X12}，{X2，X6}， ? ? ? ? ? ? ? ? ? ? ? ? ? {X11，X15}，{X5，X10}，{X4，X9}，{X1，X3}}] （17）[U/{rj，r5，r7}={{X12，X16}，{X6，X13}，{X7，X14}，{X2，X8}， ? ? ? ? ? ? ? ? ? ? ? ? ? {X9，X15}，{X3，X10}，{X4，X11}，{X1，X5}}] ?（18）

[U/C=U/{ri，rj，r5，r7}={{X1}，{X2}，{X3}，{X4}，{X5}， ? ? ? ? ? ? ? ? ?{X6}，{X7}，{X8}，{X9}，{X10}，{X11}，{X12}， ? ? ? ? ? ? ? ? ?{X13}，{X14}，{X15}，{X16}}] （19）

[U/D=U/g0gggggg={{X13，X14，X15，X16}， ? ? ? ? ? ?{X1，X2，X3，X4，X5，X6，X7，X8，X9，X10，X11，X12}}] ?（20）

式中：i=1，3;j=2，4，6。

根據(jù)相對約簡和依賴度的定義，可以得到D的C正域為：

[POSC（D）={X1，X2，X3，X4，X5，X6，X7，X8，X9，X10， ? ? ? ? ? ? ? ? ? ? ? ? X11，X12，X13，X14，X15，X16}] ?（21）

則：

[k=card（POSC（D））card（U）=1] ? ? ? ? （22）

即C完全依賴于D。

同理，可以得出：

[POSC-{ri}（D）={X7，X12，X14，X16}] ? ? （23）

[POSC-{rj}（D）={X1，X2，X3，X4，X5，X6，X9，X10}] （24）

[POSC-{r5}（D）={X1，X2，X3，X4，X5，X7，X8，X9， ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? X11，X13，X14，X16}] （25）

[POSC-{r7}（D）={X1，X2，X3，X4，X5，X6，X7，X8， ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? X11，X14，X15，X16}] （26）

則各條件屬性的重要性為：

[σCD（ri）=card（POSC（D））-card（POSC-{ri}（D））card（U） ? ? ? ? ? ? ?=0.75] ?（27）

[σCD（rj）=card（POSC（D））-card（POSC-{rj}（D））card（U） ? ? ? ? ? ? ?=0.5] ?（28）

[σCD（r5）=card（POSC（D））-card（POSC-{r5}（D））card（U） ? ? ? ? ? ? ?=0.25] ?（29）

[σCD（r7）=card（POSC（D））-card（POSC-{r7}（D））card（U） ? ? ? ? ? ? ?=0.25] ?（30）

則可以得出，態(tài)勢感知所應(yīng)具備的7種功能的重要性排序為“失事點定位/準確定位—環(huán)境感知/目標判別/信息融合—自身狀態(tài)監(jiān)測/可靠通信”。

4 ?結(jié) ?語

本文針對鮮有對無人搜救系統(tǒng)態(tài)勢感知能力研究較為缺乏的問題，以有某型復(fù)雜海況下海上無人搜救系統(tǒng)為研究對象，通過對海上無人搜救系統(tǒng)層級結(jié)構(gòu)進行分析、任務(wù)能力進行分解，以及通過多視圖分析了海上無人搜救系統(tǒng)的結(jié)構(gòu)、任務(wù)需求、能力及功能，得出了海上無人搜救系統(tǒng)態(tài)勢感知所應(yīng)具備的功能。利用粗糙集理論，對態(tài)勢感知所應(yīng)具備的能力進行了定量分析，得出了各能力的重要性排序。研究結(jié)果對后續(xù)無人搜救系統(tǒng)設(shè)計和態(tài)勢感知能力運用等提供了理論支撐。

參考文獻

[1] 李寧，張強.基于北斗系統(tǒng)的海上應(yīng)急救援系統(tǒng)的研究[J].中國海事，2019（7）：49?51.

[2] 李陽暉.海上搜救智能輔助決策系統(tǒng)的構(gòu)建與應(yīng)用[J].中國水運，2019（7）：47?48.

[3] 朱巋，牟林，王道勝，等. 海上搜救輔助決策技術(shù)研究進展[J].應(yīng)用海洋學學報，2019，38（3）：440?449.

[4] MELSOM A， COUNILLON F， LACASCE J H， et al. Forecasting search areas using ensemble ocean circulation modeling [J]. Ocean dynamics， 2012， 62（8）： 1245?1257.

[5] BRUSHETT B A， ALLEN A A， KING B A， et al. Application of leeway drift data to predict the drift of Panga skiffs： case study of maritime search and rescue in the tropical Pacific [J]. Applied ocean research， 2017， 67： 109?124.

[6] 高松，徐江玲，艾波，等.基于SOA架構(gòu)的國家海上搜救環(huán)境服務(wù)保障平臺研發(fā)與應(yīng)用[J].海洋預(yù)報，2019，36（3）：71?77.

[7] BEZGODOV A， ESIN D. Complex network modeling for maritime search and rescue operations [J]. Procedia computer science， 2014， 29： 2325?2335.

[8] MATOS A， MARTINS A， DIAS A， et al. Multiple robot operations for maritime search and rescue in euRathlon 2015 competition [C]// OCEANS 2016?Shanghai. Shanghai： IEEE， 2016： 37?45.

[9] 呂洋，康童娜，潘泉，等.無人機感知與規(guī)避：概念、技術(shù)與系統(tǒng)[J].中國科學：信息科學，2019，49（5）：18?35.

[10] ACCARDO D， FASANO G， FORLENZA L， et al. Flight test of a radar?based tracking system for UAS sense and avoid [J]. IEEE transactions on aerospace and electronic systems， 2013， 49（2）： 1139?1160.

[11] OWEN M P， DUFFY S M， EDWARDS M W M. Unmanned aircraft sense and avoid radar： surrogate flight testing performance evaluation [C]// 2014 IEEE Radar Conference. Cincinnati： IEEE， 2014： 201?213.

[12] ZARANDY A， ZSEDROVITS T， NAGY Z， et al. Visual sense?and?avoid system for UAVs [C]// 2012 13th International Workshop on Cellular Nanoscale Networks and their Applications. Turin： IEEE， 2012： 67?75.

[13] DEY D， GEYER C， SINGH S， et al. Passive， long?range detection of aircraft： towards a field deployable sense and avoid system [J]. Proceedings field & service robotics， 2010， 62（1）： 113?123.

[14] LAI J， MEJIAS L， FORD J J. Airborne vision?based collision?detection system [J]. Journal of field robotics， 2011， 28（2）： 137?157.