avoid interfering with other air traffic, we create network layers on altitudes 150ft, 175ft, 200ft, 225ft, and 250ft. In different layers, we consider the terrain above the current altitude as static obstacles Figure 6: The distribution of obstacles with geofence in delivery area at altitude 150ft, 175ft, 200ft, 225ft, and 250ft Au and obstacles Ω are connected as a link. In addition, the vertiports and delivery acoustical measurement data of UAV in [22], we roughly set L150ft = 80dB, L175ft = 78dB, L200ft = 76dB, L225ft = 74dB, and L250ft = 72dB. Referring to [23], the range and endurance of UAV are set as Rmax = 25km

，其 中暂停运行或注销53家，目前共284家无人机驾驶员训练机构具备培训资质。预计未来增速会明显， 2020年会增加到500家 2、截止2018年12月，全国参加考试的培训机构数量为225家 省市 机构数 省市 机构数 省市 机构数 省市 机构数 北京 33 天津 9 新疆 5 海南 1 广东 30 浙江 8 福建 7 青海 1 山东 23 上海 10 内蒙古 4 宁夏 1 人数 机构 备注 1000- 2 500-999 2 400-499 3 300-399 4 200-299 21 100-199 46 0-99 147 合计 23481人 225家 THE BUSENESS PLAN THE BUSENESS PLAN THE BUSENESS PLAN THE BUSENESS PLAN THE BUSENESS PLAN THE

1.21 可见光-红外图像融合示意图 当前红外-可见光融合方法[224]主要分为传统方法（图像分解、稀疏表示等）和基于深度 学习的方法[基于自编码器（auto-encoder, AE）的方法[225]、基于 GAN 的方法[226]、基于 Tra nsformer 的方法等]。2019 年马佳义研究组[227]开发了 FusionGAN 融合模型，该研究创新性 地将生成对抗网络引入多模态图 后，研究人员挑选配准效果 优秀的视频帧。在高分辨率热红外图像上应用双三次插值与模糊降尺度退化模型获得低分辨 率图像。VGTSR 数据集共 1025 对图像对，被划分为 800 个训练图像对和 225 个测试图像对。 数据集的拍摄场景主要有两种：校园和街道。校园场景的图像是由无人机在约 200 米的高度 拍摄的。这些图像主要包含行人、车辆、植被和道路。与街道场景的热图像相比，这些热图 像包含更多难以在 adversari al network for blind denoising of real photographs[J]. Information Sciences, 2021, 570: 225-240. [162] Zhang X, Gao P, Zhao K, et al. Image restoration via deep memory-based latent att ention

.......223 13.2.2 多无人机协同.........................................................................225 1. 项目概述 本项目旨在开发一套低空无人机 AI 识别自动处理图像系统， 该系统能够通过无人机搭载的高清摄像头实时捕捉地面图像，并利 用先进的 AI 算法对图像进行自动识别和处理。系统将广泛应用于