面向航母的计算机视觉:PATRIOT
摘要
航母上当前进行的甲板追踪由一组水兵手动识别飞机并更新称为 Ouija Board 的数字用户界面。甲板追踪流程的改进将提高出击生成率,因此应用自动化被视为改进甲板追踪的关键方法。然而,航母上的要求不允许安装基于硬件的定位感知技术如全球定位系统(GPS)传感器。PATRIOT(全景实时信息资产追踪用于 Ouija 桌面)是一项研究工作和提出的解决方案,用于通过被动感知且无需 GPS 传感器来执行甲板追踪。PATRIOT 是一个原型系统,它获取现有相机馈送,计算飞机位姿,并以资产当前状态更新虚拟 Ouija 板界面。PATRIOT 将实现对飞机、人员和保障装备更快、更准确且更省力的资产追踪。预期 PATRIOT 将通过降低认知负荷、减少人员需求、收集数据以改进后勤,以及为未来提升效率与安全的努力启用自动化网关而惠及作战人员。作者已开发并测试了用于实时资产位姿估计的算法,包括 OpenPifPaf、高分辨率网络(HRNet)、HigherHRNet (HHRNet)、Faster R-CNN 以及内部开发的编码器-解码器网络。该软件使用合成与真实世界数据进行了测试,并能准确提取资产位姿。计划改进融合、追踪与真实世界泛化能力,以确保成功向舰队转化。
引用
@article{arxiv.2311.15914,
title = {Computer Vision for Carriers: PATRIOT},
author = {Ari Goodman and Gurpreet Singh and James Hing and Ryan O'Shea},
journal= {arXiv preprint arXiv:2311.15914},
year = {2023}
}
备注
8 pages, 18 figures. Published in the Proceedings of the ASNE 2023 Technology, Systems & Ships Symposium. Reproduced with permission from the American Society of Naval Engineers. Distribution Statement A: Approved for public release; distribution is unlimited, as submitted under NAVAIR Public Release Authorization 2023-019