【2023新书】工程无人机应用:传感器融合、机器视觉和任务管理，

无人机系统（UAS）近年来由于微机电部件、导航、感知和人工智能的进步而快速发展，使得自主性的快速发展成为可能。本书提供了开发、测试和评估导航、避障和感知等关键功能以及在真实和模拟场景中提高性能的通用方法。它提供了在真实系统中安装、分析和评估UAS解决方案所需的实践知识；展示如何使用和配置完整的平台和软件工具；并回顾了用于开发UAS、可能性和评估方法的主要技术。你将获得评估导航和避障功能、物体检测以及在模拟条件下的规划和着陆选择所需的工具。本书还为集成其他传感器（视频、天气、气象）和通信网络以构建IoT解决方案提供了有益的指导。对于那些对整合AI、传感器融合和任务管理领域的高级技术感兴趣的实践者和研究者，以及任何对在UAS平台上应用和测试高级算法感兴趣的人来说，这都是一本重要的书籍。

本书面向对获取无人机开发技术的一般知识感兴趣的研究者、实践者和学生，以及如何在真实或模拟场景中使用现有的标准硬件和软件工具进行实验。无人机系统（UASs）基于导航、感知、信息融合和人工智能等不同领域的最新进展，允许在防御和民用领域进行自主操作和多样化应用。因此，这种系统能力的开发需要在这些领域的研究和分析程序的进化和开发，包括对复杂操作场景的新型模拟能力的研究。本书提供了UAS的关键功能如导航、避障和感知的设计、测试和评估的通用方法，这些功能被集成在自主系统中，以及在真实和模拟场景中提高其性能的能力。

作者隶属于西班牙马德里卡洛斯三世大学的应用人工智能研究小组(GIAA-UC3M)，该小组在计算机科学的特定领域，特别是信息融合、机器视觉、优化和人工智能应用于多个领域，拥有20多年的经验。在UAS领域，作者们发现需要一本介绍性教材，其中既有理论基础，也有可用技术和工具，以便更容易地让新研究者参与这些项目。开发UAS的关键技术包括自主导航（自主执行任务，整合辅助传感器）、机器视觉和机器学习，以及群协同，以实现连贯的行为并达到任务目标。未来UAS的设计需要先进的工具来分析子系统的综合性能和在真实操作条件下的互动。说明性的例子用来显示导航和避障功能在精确度和鲁棒性方面的性能，使用模拟传感器和在现实条件下的真实无人机的控制。其他与模拟和UAS一起开放的应用是构建丰富的模拟场景。例如，地理信息系统（GIS）管理具有不同类型信息的多个地图和图层。这些工具需要具有地理参考数据的信息来源，因此这些数据集可以使用在真实飞行期间收集的数据来准备，以自动构建感兴趣的对象，从而改善和丰富地图的内容。

本书具有实际的焦点，将无人机呈现为实现特定任务的手段，如在预定义的任务中导航时的数据收集或物体检测。它旨在帮助将理论概念转化为具体应用，使用低成本的开源飞行控制系统，以便于理解理论概念，并复制示例。因此，用于数据交换、机器学习或计算机视觉的一些软件库将以示例描述，以开发UAS的关键功能。总之，本书旨在在理论基础和工具描述与实际示例之间实现适当的平衡，提供安装、分析和评估真实系统中UAS解决方案的教训，回顾应用于开发UAS的主要启用技术，并包括评估方法和使用和配置完整平台和软件工具的指南。