模擬無人機機載即時高光譜影像處理演算法：大幅縮短測試週期與降低成本

高光譜影像技術與無人機結合的新趨勢

高光譜影像（Hyperspectral Imaging）技術近年來因其能提供極為精細的光譜資訊，捕捉其他光學設備難以辨識的細微差異，而日益受到各領域關注。最新一代的高光譜感測器不僅體積大幅縮小，價格也更具競爭力，使其成為國防安全、礦物辨識、環境保護等應用的熱門選擇。

高光譜技術與無人機（UAV）的結合，開啟了遙測領域的全新時代。相較於衛星和有人駕駛飛機，無人機搭載高光譜感測器的平台具有成本大幅降低的優勢，同時更具備即時提供任務結果的潛力，非常適合需要快速反應的監測與監控應用。然而，在自主飛行系統上搭載高光譜感測器，也為研究人員和開發者帶來了全新挑戰：不僅需要調整演算法使其能在影像擷取的同時即時運作，還必須確保與自主飛行控制系統的協同運行。

跨國研究團隊提出虛擬模擬驗證方案

一支跨國研究團隊正致力於解決上述挑戰，成員來自西班牙拉斯帕爾馬斯大學（ULPGC）應用微電子研究所（IUMA）的 Pablo Horstrand、José Fco. López 與 Sebastián López，芬蘭 Creanex Oy 公司的 Tapio Leppälampi 與 Markku Pusenius，以及奧地利 TTTech Computertechnik AG 研發部門的 Martijn Rooker。

他們的研究核心貢獻在於引入一個創新的中間驗證階段，透過模擬環境提供真實世界的虛擬再現，用以測試和驗證即時高光譜影像處理演算法的行為表現。這項方案旨在大幅縮短從離線演算法開發到實際場域應用之間的落差。

傳統開發流程的痛點

目前的演算法開發流程通常從設計階段開始，分析目標應用需求並定義可能的解決方案，接著進入實作階段，以高階程式語言快速編碼以獲得初步結果。這個階段通常是在離線環境中進行，使用合成影像或從公開資料庫下載的真實高光譜影像。

然而，最大的問題發生在演算法移植到目標裝置、將實體系統帶到現場進行測試的時候。在離線設計與實作階段中被忽略的各種因素，往往導致系統表現不如預期，隨之而來的是反覆修正的過程，造成無法預見的延遲與額外成本。

推掃式高光譜相機的整合挑戰

研究團隊以推掃式（Pushbroom）高光譜相機為研究基礎，這類感測器因其在空間解析度與光譜解析度之間的良好平衡，目前是搭載於無人機上最廣泛使用的高光譜感測器之一。然而，將這類相機整合到無人機上是一項相當複雜的任務——因為擷取的每一幀都是獨立的掃描線且彼此不重疊，因此在影像擷取和處理階段需要投入更多心力，才能生成完整的二維影像。

虛擬模擬環境的應用：精準農業場景

研究團隊開發的虛擬環境能夠模擬並刺激感測器運作，虛擬產生如同目標高光譜感測器實際擷取的影像，並對其套用處理演算法以即時獲得結果。如此一來，在進行實際的整體系統測試之前，可以多次執行模擬並修改程式碼和/或輸入參數，有效縮短測試階段、減少所需人力，最終轉化為整體系統開發的可觀成本節約。

該研究在歐盟 H2020 ECSEL 計畫 ENABLE-S3（European Initiative to Enable Validation for Highly Automated Safe and Secure Systems）的架構下進行驗證。在名為「農業應用場景」（Farming Use Case）的特定情境中，目標是實現收割機在農田中的自動駕駛，執行收割、灌溉或農藥噴灑等作業。

運作流程如下：

1. 空中偵察階段：搭載高光譜相機的無人機先行偵察農地，生成包含不同植被指數的地圖組，提供作物生長狀態的相關資訊。
2. 資訊傳遞階段：這些資訊連同特定座標一同傳送至收割機。
3. 自主作業階段：收割機啟動自動駕駛前往目標區域並開始作業。
4. 安全監控階段：為降低農業割草作業中的致命事故風險及與大型障礙物（動物或岩石）碰撞的危險，無人機在收割機前方一定距離、一定高度持續飛行掃描，偵測靜態或動態障礙物。

由於此應用場景中的決策具有高度即時性與關鍵性，在實際田間作業前利用所提出的模擬環境徹底評估整體系統行為，顯得格外重要。

系統架構與模組化設計

研究團隊使用了既有的農業圖形模擬環境（AgSim），在虛擬空間中重建 ENABLE-S3 農業應用場景所涵蓋的各種情境，包含收割機、拖曳機及無人機等不同農機設備。具體而言，所模擬的系統以 DJI Matrice 600 無人機搭配 Specim FX10 高光譜相機為基礎。

該模擬環境能夠同時測試無人機控制程序以及高光譜影像的擷取與處理。這種軟體迴圈測試（Software-in-the-Loop）架構允許對不同的高光譜影像處理演算法進行驗證，包括影像生成、植被指數地圖建立以及目標偵測等功能。

值得一提的是，該工具採用模組化設計理念，不同的即時處理演算法或不同的高光譜感測器特性，只需替換對應模組即可進行測試，展現出極高的彈性與擴充性。

結論與未來展望

驗證與確認（V&V）流程在任何商業產品的開發週期中佔據關鍵地位，直接定義產品的功能性與可靠度。自主系統更需要在不同場景下進行嚴格的測試，以確保對人員及昂貴設備的風險降至最低。

對於無人機而言，氣候因素（主要是風和雨）難以預測且會影響飛行平台的性能。在精準農業應用中，還須面對季節性農作物的限制——最糟的情況下，某些作物的生長週期長達一年，意味著實地測試機會極為有限。

本研究所開發的高光譜模擬環境有效緩解了這些挑戰，能夠分析搭載推掃式高光譜相機的無人機在收割應用中的虛擬行為表現，包括影像生成、作物健康狀態檢測及目標偵測等自動化農業流程。

研究團隊也指出，未來的研究方向應將風力及其他氣候現象的擾動納入 AgSim 環境的物理模型中，以實現更貼近真實場景的模擬，並在更嚴苛的條件下測試演算法的穩健性。

---

論文引用： Horstrand, P.; López, J.F.; López, S.; Leppälampi, T.; Pusenius, M.; Rooker, M. A Simulation Environment for Validation and Verification of Real Time Hyperspectral Processing Algorithms on-Board a UAV, Remote Sens. 2019, 11(16), 1852; https://doi.org/10.3390/rs11161852

---

原文來源： 查看原文