基于计算机视觉和卷积神经网络的无人机搜索与救援自主导航
机器人学
2025-07-25 v1
摘要
本文提出了使用無人機（UAV）的子系統，用于搜救任務，專注於人員檢測、人臉識別和跟蹤被識別個人。該解決方案將UAV與ROS2框架集成，該框架利用多個卷積神經網絡（CNN）用於搜尋任務。對系統進行了系統辨識和PD控制器部署，以實現無人機的自主導航。ROS2環境利用YOLOv11和YOLOv11-pose CNN用於跟蹤 purposes，並使用dlib庫中的CNN進行人臉識別。系統檢測到特定個人，執行人臉識別，並開始跟蹤。如果尚未知曉該個人，UAV操作員可以手動定位該人員，保存其臉部圖像，並立即啟動跟蹤過程。跟蹤過程依賴於使用YOLOv11-pose CNN模型在人體上識別的特定關鍵點。這些關鍵點用於跟蹤特定個人並維持安全距離。為提高準確跟蹤，對系統進行了辨識，基於UAV的IMU測量數據。所識別的系統參數用於設計PD控制器，該控制器利用YOLOv11-pose估計UAV相機與被識別個人之間的距離。在14個已知個人上進行的初始實驗表明，該提證的子系統可以成功用於即時運作。下一步涉及在大型實驗UAV上實現該系統，並將自主導航與GPS導引控制集成以用於救援操作規劃。
引用
@article{arxiv.2507.18160,
title = {Autonomous UAV Navigation for Search and Rescue Missions Using Computer Vision and Convolutional Neural Networks},
author = {Luka Šiktar and Branimir Ćaran and Bojan Šekoranja and Marko Švaco},
journal= {arXiv preprint arXiv:2507.18160},
year = {2025}
}
备注
The paper is accepted and presented on the 34th International Conference on Robotics in Alpe-Adria-Danube Region, RAAD 2025, Belgrade Serbia