UCF研究人员开发非gps定位器
中佛罗里达大学获得了一笔450万美元的赠款，用于开发一种基于计算机视觉的智能导航系统，以应对GPS无法使用或受到干扰的情况。这笔资金来自美国陆军的企业研究实验室。
该系统将像一个网络副驾驶，通过使用人工智能和机器学习来评估车辆和无人机捕获的地形的计算机成像，支持地面车辆的导航。它将帮助司机在复杂的地形中确定他们所在的位置以及如何到达他们要去的地方。
地理空间数据库来标识地标
“For the US Army, this is all about navigating in GPS-denied environments wherein adversaries can jam or spoof GPS signals, and it’s also about supporting ground vehicles with off-board sensors on UAVs that can provide additional perspectives for awareness and threat detection in complex, typically urban, scenarios,” said Kyle Renshaw, the project’s principal investigator and an assistant professor in UCF’s College of Optics and Photonics (also known as CREOL).
该系统将使用地理空间数据库来标识与图像相关的地标，并将通过视频跟踪对象移动来估计运动。
Renshaw说，虽然通过三角定位和相对运动进行定位不是什么新概念，但研究人员正在使用人工智能将它们结合起来，以实现精确和自主的定位。
在该项目上工作的UCF院位的成员还包括穆巴拉克Shah，UCF受托人主席计算机科学和UCF计算机愿景中心主任;UCF计算机科学与计算机愿景科学部的副教授Abhijit Mahalanobis;和UCF的光学和光子学院的高级研究科学家和罗伯特·克拉姆斯。
自动地理数据分析
UCF的计算机视觉研究中心是美国排名最高的计算机视觉项目之一，与卡耐基梅隆大学(Carnegie Mellon University)一起，是美国仅有的两所提供计算机视觉硕士学位项目的机构之一。
“库尔的研究人员是传感器和光学和数据收集和集成的专家，CRCV是计算机视觉和机器学习的世界领导者，”沙阿说。“CRCV研究人员将开发算法以自动分析库尔团队收集的数据，以从使命图像中提取相关功能，以便与GPS拒绝战斗导航的地理标记参考图像匹配。”
Shah已经在地理空间定位方面工作了大约20年，他说现在是推动科学边界的大好时机，因为新的深度学习启发的计算机视觉方法的性能已经显著提高。
“随着大量数据和伟大的计算能力的可用性，我们可以产生很大的不同，”他补充道。
红外成像
该团队还将与亚利桑那大学的研究人员合作，他在红外成像系统中拥有丰富的红外成像系统，以及来自孟菲斯大学的Eddie Jacobs，他带来了无人驾驶车辆的专业知识。
“我期待着与我们一起制作的ARL和世界级团队，以解决陆军的一些真实，重要和立即存在的问题，”renshaw说这一奖项。“当然，我们正在努力的技术和解决方案也可以转化为广泛的问题，从自动驾驶到边境安全到灾难响应。”
项目奖项为4年，现在授予两年，陆军研究实验室的两年备选条件继续资助工作。
