随着无人系统技术的日新月异，其应用领域正以前所未有的广度与深度不断拓展。在无人系统的精进之路上，训练环节尤为关键，却也常伴挑战：高昂成本、漫长周期，以及数据自主采集的难题，尤其是在为尖端无人飞行系统定制机器学习算法时更显突出。
今日，小菲将为您揭秘一桩由专业团队精心策划的实战案例，他们巧妙运用FLIR A6750MWIR热像仪，为无人机训练开辟了崭新路径，展现了智慧与技术的完美融合。
寻找更经济实惠的解决方案
Signature Research公司，作为业界优秀的建模、模拟、数据采集及地面目标深度分析服务提供商，始终秉持创新精神，不断探索与尝试新颖的解决方案，以满足客户多样化的需求。近期，一位客户向Signature Research寻求帮助，期望找到一种针对低成本无人机的创新机器学习解决方案。面对这一独特需求，尽管公司现有产品线中并无直接符合客户规格的产品，但Signature Research团队迅速响应，成功创建了基于FLIR热像仪技术的定制化解决方案。
Signature Research 的无人机
该项目促使Signature Research为无人机精心配置了FLIR A6750 MWIR热像仪、FLIR Blackfly® 可见光相机及定制化的数据采集系统。无人机将在约1.6公里外实现远程操控，围绕目标进行360°全方位飞行，其镜头精准捕捉图像，确保与实际平台分辨率高度匹配。此外，该系统还助力开发先进的ML算法，以实现对目标的精准识别。
FLIR热像仪让数据收集更全面
Signature Research致力于探索更高效、经济的方案，以获取与高端平台相媲美的数据特征与质量。他们通过让无人机模拟最终平台的仰角，并在更近的距离飞行，巧妙实现了分辨率与观察几何形状的等效，从而达成目标。鉴于Signature Research设计的无人机体型小巧、运行范围灵活，执行测试以收集训练数据变得更为便捷，不仅降低了成本，还显著缩短了周期。
无人机将根据地面上目标的位置，灵活绕行并精准控制飞行角度，每5°调整一次仰角以全面捕获360°范围内的数据。随后，FLIR中波热像仪、Blackfly相机所记录的数据以及详尽的飞行日志将从无人机中安全提取，并通过搭配软件进行精细处理与校准。
Signature Research 的无人机拍摄的红外图像，将用于训练数据
无人机GPS坐标与目标位置精准融合，经细致计算后，可得出精确的观测几何与倾斜范围。在此基础上，Signature Research能够精确测定目标中心像素的分辨率数据，并将其与实际平台上捕获的相似几何体数据进行比对，验证其匹配度。最后，他们精准定位目标的左上角与右下角坐标，为ML算法明确训练范围，确保算法能聚焦于特定目标像素，实现高效训练。
FLIR A6750让客户惊艳
Signature Research的副总裁Kirk Weeks表示对测试结果极为满意，其成效甚至超出了团队的预期。“原本我们预计，若能成功实现15分钟的空中飞行已属难得，但令人振奋的是，此次飞行不仅顺利完成，还收获了超过25分钟的完整数据集与高质量的图像，”Weeks欣慰地说道。
在众多无人机中，Signature Research独树一帜，其精髓在于那台高端的制冷型中波热像仪——FLIR A6750 MWIR，它为辐射、温度及热数据的捕捉绘制出高质量图像。Weeks对此赞不绝口：“将如此高性能的中波热像仪无缝融入无人机之中，使其能在长达25至30分钟的飞行任务中持续稳定作业，这不仅是技术的飞跃，更是对FLIR产品卓越品质的最佳诠释。”
FLIR A6750 MWIR
在本次案例中应用到的是FLIR A6750 MWIR高性能中波红外锑化铟热像仪，其具有短曝光时间和高速窗口帧频，使其成为记录快速热事件和快速移动目标的理想之选。这款制冷型锑化铟热像仪能定格移动对象运动并准确测量其温度，以及执行各种各样的无损测试。它具有327,680（640×512）像素的红外分辨率和高灵敏度，能生成清晰的图像，非常适合用于电子元件等精密仪器的检查。
