城市区域低空无人机自主导航
机器人学
2016-02-29 v1 计算机视觉与模式识别
摘要
近年来，消费级无人机变得非常流行，任何人无需经验即可购买并飞行无人机，这引起了关于法规与公共安全的担忧。本文提出一种使此类车辆在城市区域安全运行的新方法。我们的方法使用具有地理测地精度的数据集图像以及由Google Maps提供的道路网和建筑的地理信息系统（GIS）数据，计算从任务起点到终点的加权A*最短路径。权重表示所有土地使用类别中个体受伤的潜在风险，即飞越建筑被认为比道路上方更安全。我们实现安全无人机运行涉及：1-通过依赖环境结构的静态全局路径考虑土地使用；2-通过飞行中局部动态优化路径避免飞越汽车和行人等移动物体。由于所有输入源首先经过地理配准，像素与GPS坐标等价，因此允许我们生成可由消费无人机自动驾驶仪读取的带GPS航点的自动化且用户友好的任务。我们模拟了54个任务，并显示在最大化无人机与移动物体的避让距离方面显著改进，量化安全参数比朴素直线导航好40倍以上。
引用
@article{arxiv.1602.08141,
title = {Autonomous navigation for low-altitude UAVs in urban areas},
author = {Thomas Castelli and Aidean Sharghi and Don Harper and Alain Tremeau and Mubarak Shah},
journal= {arXiv preprint arXiv:1602.08141},
year = {2016}
}