基于机载光学切片技术的森林搜救自主无人机
计算机视觉与模式识别
2021-05-11 v1
摘要
在未来搜救(SAR)任务的人机协同中，无人机将发挥关键作用。我们展示了一个可在密集遮挡森林中完全自主发现人员的首个原型系统。在针对不同森林类型与不同飞行条件开展的17次野外实验中，我们的无人机在42名隐藏人员中找到了38名；在预定义飞行路径下平均精度为86%，而自适应路径规划(对潜在发现进行复核)将置信度提升了15%。图像处理、分类与动态飞行路径调整均在飞行中机载实时完成。我们发现，基于深度学习的人员分类不受一维合成孔径中稀疏且易出错的采样影响，从而可缩短飞行时间，并将采样所需图像数量降至二维合成孔径采样的十分之一。我们自适应路径规划的目标是尽可能可靠且快速地找到人员，这在诸如SAR等时间紧迫的应用中至关重要。我们的无人机可在无稳定网络覆盖的偏远地区执行SAR任务，因为它仅向救援队传输指示检测结果的分类结果，从而能以间歇性的最小带宽连接(例如通过卫星)工作。一旦接收到这些结果，便可在远程移动设备上进行视觉增强以便判读。
引用
@article{arxiv.2105.04328,
title = {An Autonomous Drone for Search and Rescue in Forests using Airborne Optical Sectioning},
author = {D. C. Schedl and I. Kurmi and O. Bimber},
journal= {arXiv preprint arXiv:2105.04328},
year = {2021}
}
备注
21 pages, 9 figures