Multi Sensor Image-Based Navigation

Viktiga resultat som projektet gav

Målet med projektet var att ta fram metoder och algoritmer för att stötta tröghetsnavigering med kamerainformation. Information från kamera, som i detta fall är optiskt flöde, tas fram med hjälp av maskininlärningsmetoder (ML) i form av Deep Neural Networks (DNN). De framtagna metoder var planerade att evalueras på riktiga flygprovdata.

Långsiktiga effekter som förväntas

Projektet resulterade i framtagna algoritmer och metoder för sensorfusion i syfte att lokalisera flygande plattformar. Resultat har också publicerats på internationella konferenser i form av konferensartiklar. Evalueringen av de framtagna metoderna på de riktiga flygprovdata är uppskjutet på grund av tidsbristen inom projektet. Denna kan genomföras inom Saabs egen verksamhet i framtiden.

Upplägg och genomförande

Projektet har genomförts genom forskning utförd av en post-doktor, Jeongmin Kang, under handledning från personer från Linköpings universitet och Saab. Forskningen har handlat om att både ta fram algoritmer och metoder for att lösa lokaliseringsuppgiften och genomföra en jämförelse av maskininlärningsmetoder med de traditionella, samt att genomföra en State-of-the-Art studie inom fältet. Evaluering av de framtagna metoder har genomförts på publika data.