智取力敌：利用立体相机检测、跟踪并通过重建入侵者轨迹拦截更快的无人机
机器人学
2022-06-16 v2 人工智能
摘要
本文提出受MBZIRC 2020挑战赛1启发拦截更快入侵无人机的方法。利用入侵者轨迹形状的先验知识，我们可以计算拦截点。目标跟踪基于YOLOv3 Tiny卷积神经网络的图像处理，结合云台挂载ZED Mini立体相机的深度计算。我们使用相机的RGB与深度数据，设计降噪直方图滤波器提取目标三维位置。所得目标位置三维测量用于计算八字形轨迹的位置、方向与大小，我们以伯努利双纽线近似该轨迹。一旦近似被认为足够精确（以观测值与估计值之间的距离衡量），我们计算拦截点将拦截无人机直接置于入侵者路径上。基于MBZIRC竞赛中积累的经验显著改进的方法，已在仿真与实地实验中验证。结果证实我们开发了高效的视觉感知模块，能精确提取描述入侵无人机运动的信息以支撑拦截规划。在多数仿真交锋中，我们能跟踪并拦截比拦截机快30%的目标。在非结构化环境的对应测试中，12次实验取得9次成功。
引用
@article{arxiv.2107.00962,
title = {Brain over Brawn: Using a Stereo Camera to Detect, Track, and Intercept a Faster UAV by Reconstructing the Intruder's Trajectory},
author = {Antonella Barisic and Frano Petric and Stjepan Bogdan},
journal= {arXiv preprint arXiv:2107.00962},
year = {2022}
}
备注
Published in journal Field Robotics, March 2022. UAV-Eagle dataset available at: https://github.com/larics/UAV-Eagle