無人機系統(tǒng)成像與感知叢書 控制與性能

1.UAV CPS作為新技術(shù)的試驗臺和工業(yè)5.0入門
1.1 引 言
1.2 云計算
1．3 無人機學習
1．4 人工計算、眾包和呼叫中心
1.5 開源和開放訪問資源
1.6 挑戰(zhàn)和未來方向
1.7 結(jié)論參考文獻
2UAS人為因素和人機界面設(shè)計
2.1 引 言
2.2 UAS人機界面（HMI）功能
2.2.1可重構(gòu)顯示
2.2.2感知和規(guī)避
2.2.3任務(wù)規(guī)劃和管理
2.2.4多平臺協(xié)調(diào)
2.3GCS人機界面因素
2.4人為因素計劃
2.4.1需求定義、捕獲和細化
2.4.2任務(wù)分析
2.4.3分層任務(wù)分析
2.4.4認知任務(wù)分析
2.4.5關(guān)鍵任務(wù)分析
2.4.6運營序列圖
2.4.7系統(tǒng)設(shè)計和開發(fā)
2.4.8設(shè)計評估
2.4.9 驗證和確認
2.5下步工作
2.6結(jié)論參考文獻
3UAV中的開源軟件(OSS)和硬件(OSH)
3.1引 言
3.2開源軟件
3.3開源UAS
3.4通用消息協(xié)議
3.5GCS軟件
3.6處理軟件
3.7操作員信息和通信
3.8開源平臺
3.9下步工作
3.9.1職業(yè)安全和健康挑戰(zhàn)
3.9.2開放數(shù)據(jù)
3.9.3云數(shù)據(jù)中心
3.9.4無人機-計算機程序產(chǎn)品系統(tǒng)中的眾包數(shù)據(jù)
3.9.5無人機群的控制
3.10 結(jié)論參考文獻
4. 無人機多輸入多輸出超寬帶系統(tǒng)中的圖像傳輸
4.1引 言
4.1.1 平坦Rayleigh衰落信道的效率
4.2 多描述編碼
4.3 多輸入多輸出（MIMO）
4.4 多樣性
4.5 模擬結(jié)果
4.6 討論和未來趨勢
4.7結(jié)論參考文獻
5 攝影、測量、遙感和計算機視覺
5.1. 引 言
5.1.1無人機圖像處理系統(tǒng)
5.2 航空成像數(shù)據(jù)庫框架
5.2.1 數(shù)據(jù)庫要求
5.2.2 數(shù)據(jù)庫設(shè)計
5.3 圖像捕捉過程
5.4結(jié)果
5.4.1收集的圖像
5.5 圖像數(shù)據(jù)庫的使用
5.5.1馬賽克
5.5.2變異系數(shù)算法的發(fā)展
5.6 結(jié)論和未來工作參考文獻
6. 通信要求，視頻直播，通信鏈接和網(wǎng)絡(luò)UAV
6.1引 言
6.2 飛行自組網(wǎng)
6.3 FANET協(xié)議
6.4 流式傳輸和監(jiān)控
6.5 討論和未來趨勢
6.5.1 模糊神經(jīng)網(wǎng)絡(luò)的布局搜索算法
6.5.2事件檢測和視頻質(zhì)量選擇算法
6.5.3機載視頻管理(無人機)
6.5.4 車隊平臺的視頻速率適配
6.5.5 FNs協(xié)調(diào)
6.5.6 數(shù)據(jù)收集和展示
6.5.7軟件定義的網(wǎng)絡(luò)
6.5.8 網(wǎng)絡(luò)功能虛擬化
6.5.9 數(shù)據(jù)收集與能量收集
6.6結(jié)論參考文獻
7. 無人機多光譜與高光譜成像：現(xiàn)狀與展望
7.1引 言
7.2 無人機成像架構(gòu)和組件
7.2.1 無人機的未來范圍
7.3 多光譜與超光譜成像儀器7.3.1 多光譜成像
7.3.2超光譜成像
7.3.3衛(wèi)星成像與無人機成像
7.4 無人機圖像處理流程
7.4.1 大氣改正
7.4.2 光譜影響映射
7.4.3降維
7.4.4 計算任務(wù)
7.5空間數(shù)據(jù)的數(shù)據(jù)處理工具包
7.6無人機開放數(shù)據(jù)集用于研究——多光譜和超光譜
7.7 MSI和HSI無人機成像的應(yīng)用
7.7.1 農(nóng)業(yè)監(jiān)測
7.7.2海岸監(jiān)測
7.7.3林業(yè)
7.7.4城市規(guī)劃
7.7.5 國防應(yīng)用
7.7.6環(huán)境監(jiān)測
7.7.7 其他商業(yè)用途
7.8 結(jié)論和未來范圍參考文獻
8無人機空中成像和基礎(chǔ)設(shè)施重建
8.1引 言
8.2 相關(guān)研究
8.3 視覺傳感器和任務(wù)規(guī)劃器
8.3.1圖像投影
8.3.2 路徑規(guī)劃器
8.4 三維重建
8.4.1立體地圖
8.4.2單眼繪圖
8.5 數(shù)據(jù)集收集
8.5.1實驗裝置
8.5.2數(shù)據(jù)集1
8.5.3數(shù)據(jù)集2
8.6 實驗結(jié)果
8.6.1室內(nèi)場景
8.6.2室外場景1
8.6.3室外場景2
8.6.4 地下場景
8.7未來趨勢
8.8結(jié)論參考文獻
9. 深度學習作為替代無人機系統(tǒng)中的超分辨率成像
9.1 引 言
9.2 超分辨率型號
9.3 實驗和結(jié)果
9.3.1峰值信噪比
9.4 UAV巡航導彈部署中的關(guān)鍵問題——巡航導彈
9.4.1大數(shù)據(jù)
9.4.2云計算服務(wù)
9.4.3圖像采集硬件限制
9.4.4視頻SR 
9.4.5高效的指標和其他評估策略
9.4.6多次前科
9.4.7監(jiān)管
9.4.8新型架構(gòu)
9.4 .9 3D SR
9.4.10深度學習和計算智能
9.4.11網(wǎng)絡(luò)設(shè)計
9.5結(jié)論參考文獻
10體驗質(zhì)量和服務(wù)質(zhì)量 在無人機系統(tǒng)
10.1介紹
10.1.1從CPS角度看機載網(wǎng)絡(luò)
10.2定義
10.2.1影響服務(wù)質(zhì)量質(zhì)量的參數(shù)
10.2.2云距離對服務(wù)質(zhì)量質(zhì)量的影響
10.2.3無人機-CPS中的服務(wù)質(zhì)量生活質(zhì)量監(jiān)控框架
10.2.4應(yīng)用程序級管理
10.2.5網(wǎng)絡(luò)級管理
10.2.6云距離管理
10.2.7服務(wù)質(zhì)量QoE服務(wù)級別管理
10.2.8無人機系統(tǒng)中的服務(wù)質(zhì)量質(zhì)量評價指標
10.2.9將服務(wù)質(zhì)量應(yīng)用于QoE 
10.2.10客觀與客觀測量
10.2.11衡量服務(wù)質(zhì)量質(zhì)量的工具
10.3應(yīng)用
10.3.1社交網(wǎng)絡(luò)、游戲和人機界面
10.3.2數(shù)據(jù)中心
10.3.3電網(wǎng)和能源系統(tǒng)
10.3.4網(wǎng)絡(luò)系統(tǒng)10.3.5監(jiān)督
10.4基礎(chǔ)研究
10.4.1應(yīng)用場景1:無人機-巡航控制系統(tǒng)在交通中的應(yīng)用 擁塞管理
10.4.2應(yīng)用場景2:擁堵和事故 使用智能車輛系統(tǒng)回避
10.5未來和開放的挑戰(zhàn)
10.5.1建模和設(shè)計
10.5.2協(xié)作服務(wù)
10.5.3直播
10.5.4安全性
10.5.5飛行特設(shè)網(wǎng)絡(luò)
10.5.6用戶情緒
10.6 結(jié)論
11. 結(jié)束語