面向多旋翼无人机紧急着陆点选择的屋顶形状自动分类
机器人学
2018-02-20 v1
摘要
地理信息系统（GIS）如今可提供地形、道路、水道以及建筑物足迹与高度的精确地图。航空器，尤其是小型无人机系统，可利用诸如建筑屋顶结构等附加信息来提升导航精度与安全性，特别是在城市区域。本文提出一种自动标注建筑屋顶形状类型的方法。来自德国维滕（Witten）的卫星影像与激光雷达（LIDAR）数据被输入卷积神经网络（CNN）以提取显著特征向量。监督训练集由 OpenStreetMap 数据库中预标注的建筑自动生成。多种 CNN 架构被训练与测试，其中性能最优的网络为支持向量机与决策树分类器提供了凝练的特征集。研究表明，卫星与 LIDAR 数据融合比单独使用任一数据类型能提供更高的分类精度。
引用
@article{arxiv.1802.06274,
title = {Automatic Classification of Roof Shapes for Multicopter Emergency Landing Site Selection},
author = {Jeremy D. Castagno and Ella M. Atkins},
journal= {arXiv preprint arXiv:1802.06274},
year = {2018}
}