自主无人机竞速：一种计算高效的基于视觉的导航与控制策略
机器人学
2021-09-23 v2
摘要
无人机竞速正成为一项热门运动，人类飞行员需操控无人机高速飞越复杂环境并按预定义顺序穿过若干门。本文开发了一种仅利用机载资源即可完全自主竞速的无人机自主系统。我们未采用同步定位与建图（SLAM）和视觉惯性里程计（VIO）等计算开销较大的微小型飞行器（MAV）常用视觉导航方法，而是开发了高效的蛇形门检测算法用于视觉导航，该算法可在 Parrot Bebop 无人机上以 20HZ 检测门。随后，基于门检测结果，我们开发了鲁棒的位姿估计算法，其相较最先进的透视-n-点（PnP）方法对检测噪声具有更好容限。竞速过程中，门有时不在无人机视场内，对此我们开发了基于状态预测的前馈控制策略以引导无人机飞向下一扇门。实验表明，无人机仅依靠无位置反馈可在 2 秒内以 1.5m 半径飞半圆，圆末端误差仅 30cm。最终，整个系统在复杂环境（代尔夫特理工大学航空航天工程学院展示厅）中测试，结果表明无人机能以 1.5m/s 的速度完成 15 扇门赛道，快于 2016 与 2017 年 IROS 自主无人机竞速所展示的速度。
引用
@article{arxiv.1809.05958,
title = {Autonomous drone race: A computationally efficient vision-based navigation and control strategy},
author = {S. Li and M. M. O. I. Ozo and C. De Wagter and G. C. H. E. de Croon},
journal= {arXiv preprint arXiv:1809.05958},
year = {2021}
}