为解决传统无人机(unmanned aerial vehicle,UAV)无法在融合空域中通过空管员进行指挥控制的问题,提出一种基于深度学习的无人机空地对话指令理解技术。通过双向长短期记忆网络(bi-directional long short-term memory,Bi-LSTM)和条件随机场(conditional random fields,CRF)进行指令关键信息提取,得到无人机可直接执行的结构化指令,实现空管员与无人机直接交互。实验结果表明:该方法能在一定程度解决传统交互模式的问题,达到空管员直接通过语音操控无人机的目的。
为实现空管员直接发布指令来操控无人机,结合深度学习在自然语言处理(natural language processing,NLP)中的应用,提出一种基于深度学习的无人机指令意图识别方法。使用改进Skip-Gram模型生成指令文本的词向量,输入到卷积神经网络进行指令文本分类,得到空管员发布指令的意图。通过实验验证,结果表明:该方法能够较准确地对指令意图进行识别,有助于后续指令理解技术的实现,为进一步实现空管员与无人机直接交互做准备。
