Page 489 - 《软件学报》2025年第4期

李庚松 等: 无人机多传感器数据融合研究综述 1895

程中的无人机航向. Zhang 等人 [101] 应用 UKF 融合 IMU 和 UWB 数据完成无人机在煤矿井中作业时的位姿估计,
考虑电能约束, 引入自适应 UWB 采样间隔机制和按需触发通信策略实现定位性能与资源消耗的平衡.

3.2 农业评估
使用无人机从低空观测农作场地, 可以高效率大范围地为工作人员提供高分辨率成像数据, 因此辅助农业评
估逐渐成为无人机的一大用途 [133] . 点阵数据是该应用方面的主要传感器数据, 相关研究主要通过特征级数据融合
方法从这些数据中提取能够反映农作物表征信息的特征, 并据此分析农作物状况.
许多研究对作物进行表型分析, 实现监测作物长势、预测作物产量、筛选优良基因等目标. Xu 等人 [102] 采集
玉米 3 个生长阶段的多光谱和 RGB 图像, 从多光谱图像中提取常用 VI, 从 RGB 图像中提取冠层面积特征, 在此
基础上提出一系列基于常用 VI 和冠层面积的复合指标, 应用回归算法预测叶片氮含量, 结果展现了复合指标的相
对优越性. Li 等人 [103] 利用 RGB、多光谱和红外图像, 提取作物的光谱、结构以及温度特征输入至算法, 预测高粱
在富水和缺水环境中的生物量, 依此对不同基因型高粱的耐旱性进行评估. Cheng 等人 [104] 采集玉米地的 RGB、多
光谱和红外图像, 提取光谱、纹理、结构和温度特征并按传感器种类分组融合, 在 4 种回归算法上的实验结果均
表明, 融合 3 种传感器数据能够提供最准确的土壤含水量估计. 张少华等人 [105] 对小麦产量估测问题展开研究, 根
Almeida 等人
据多光谱 DOM 和红外 DOM 计算光谱特征和温度特征, 通过可见光 DOM 和数字高程模型提取地形坡度特征, 融
合使用 3 类特征以提升回归算法的产量估测准确性. Zhang 等人 [106] 针对大豆的 3 个生长阶段, 从高光谱图像提取
反射率值, 从多光谱图像中提取 VI 以及从 LiDAR 点云中提取结构特征, 输入至算法对反映作物长势的叶面积指
数加以预测. Zhang 等人 [107] 采集棉花地的 RGB 和多光谱成像, 从中提取光谱特征和纹理特征后输入至 6 种回归
算法对棉花光合有效辐射吸收率进行预测, 以此为棉花脱叶剂的用量控制提供参考. Wu 等人 [108] 分别在保留和去
除土壤背景像素的情况下, 从 RGB、多光谱和红外图像中提取光谱、结构、温度特征构造数据集, 然后采用 3 种
回归算法对小麦叶面积指数进行预测, 结果表明去除土壤背景的效果更好. Liu 等人 [109] 同样基于 RGB、多光谱和
红外传感器数据融合方法, 研究土壤背景以及玉米抽雄对叶面积指数估测的影响, 结果显示抽雄和去除土壤背景
均会降低预测精度, 在其使用的算法中, 输入为 3 种特征拼接的 DNN 预测精度最高. Xia 等人 [110] 通过多光谱和可
见光图像计算所提 VI, 堆叠该 VI 特征图和可见光图像输入至深度卷积神经网络 (deep CNN, DCNN) 进行抗药杂
草识别, 结果验证了所提 VI 的有效性. Ma 等人 [111] 对冬小麦产量进行预测, 通过 3 种 DCNN 并行处理 RGB、超
光谱和红外 DOM, 拼接 3 种 DCNN 的特征向量并输入至后续网络完成预测输出.
除了表型分析外, 部分研究给出了多传感器数据融合方法在无人机农业应用系统或框架中的具体技术设计.
Xu 等人 [112] 提出一种整合 RGB、多光谱、红外和 LiDAR 的多传感器数据融合表型分析系统, 详细设计了系统的
机械结构、通信框架以及数据预处理、特征提取和决策分析的流水线. Lopez 等人 [113] 提出一种无人机作物图像
配准框架, 对 RGB、多光谱和红外图像数据进行标定校正和图像配准, 最后通过数据堆叠生成多通道图像. Ni 等
人 [114] 设计一种无人机喷雾植保系统, 训练回归算法学习喷雾分布与无人机位姿、喷头状态和天气状态的映射关
系, 利用映射完成数据混合得到综合的决策信息, 使系统能够根据实时数据做出无人机的机动和喷雾决策.

3.3 环境监测
对于森林、水体等人工监测作业相对困难的环境, 使用无人机进行遥感监测是一种灵活高效的手段 [16] . 这其
中, 森林监测的研究主要采用特征级融合方法, 提取植物特征进行分析; 水体监测则主要采用数据堆叠方法.
[115] 从 LiDAR 数据中提取树木结构特征, 从超光谱数据中提取树木光谱特征, 分析 2 种特征与
物种丰富度和地上生物量的相关性, 从而监测热带森林恢复情况. Campbell 等人 [116] 通过无人机 RGB 和 LiDAR
数据提取树木个体的冠层信息, 根据个体存活情况计算树木死亡率并绘图; 从卫星遥感图像中提取无人机测绘区
域的光谱特征, 训练回归算法建立光谱特征与树木死亡率的映射, 由此将树木死亡率测绘图推演至卫星图像尺度.
Tauro 等人 [117] 结合使用无人机可见光 DOM 和红外 DOM、卫星多光谱图像、天气数据和地面测量数据, 从中提
取参数代入式子计算黑杨树潜热通量指标, 通过该方式提升指标的计算效率. Moradi 等人 [118] 对可见光 DOM、红
外 DOM 以及地物高度模型进行数据堆叠, 输入至深度神经网络提取特征并完成语义分割, 有效提高了树木识别