一种基于 LGMD 的无人机竞争性避撞策略
机器人学
2019-04-16 v1 神经与进化计算
摘要
为无人机(UAVs)构建可靠且高效的避撞系统仍是一个具有挑战性的问题。本研究从蝗虫获得启发,蝗虫能在密集虫群中飞行数百英里而不发生碰撞。在蝗虫大脑中,LGMD-DCMD(小叶巨型运动检测器与对侧下行运动检测器)视觉通路已被确认为引导蝗虫快速避撞的碰撞感知系统,这非常适合设计人工视觉系统。然而,极少有研究探讨其在真实世界无人机应用中的潜力。本文提出一种基于 LGMD 的无人机室内导航竞争性避撞方法。与以往工作相比,我们将无人机的视场划分为四个子视场,每个由一LGMD神经元处理。因此,四个独立的竞争性 LGMD(C-LGMD)竞争以引导无人机的定向避撞。相比地面机器人与车辆具有更多自由度,无人机可沿四个基本方向逃离碰撞(例如,左侧逼近的物体触发无人机向右偏移)。我们提出的方法已通过仿真与实时四旋翼竞技场实验得到验证。
引用
@article{arxiv.1904.07206,
title = {An LGMD Based Competitive Collision Avoidance Strategy for UAV},
author = {Jiannan Zhao and Xingzao Ma and Qinbing Fu and Cheng Hu and Shigang Yue},
journal= {arXiv preprint arXiv:1904.07206},
year = {2019}
}
备注
12 pages, Springer conference format