基于深度学习图像理解技术的自主无人机控制设计
机器人学
2020-09-17 v3 计算机视觉与模式识别
神经与进化计算
摘要
本文提出了一种新框架，将图像作为控制器输入以实现自主飞行，同时考虑噪声室内环境与不确定性。提出了一种带微分滤波器的比例-积分-微分-加速（PIDA）控制，以改善无人机/四旋翼在噪声环境中的飞行稳定性，并利用目标与深度检测技术实现自主飞行。该数学模型通过处理非线性、不确定性与耦合问题，由高保真度的精确模型推导而来。所提出的 PIDA 控制器由随机对偶单纯形算法（SDSA）整定以支持自主飞行。仿真结果表明，将基于深度学习的图像理解技术（RetinaNet 蚁群检测与 PSMNet）适配于所提控制器，能够在存在环境扰动时生成并跟踪期望点。
引用
@article{arxiv.2004.12886,
title = {Control Design of Autonomous Drone Using Deep Learning Based Image Understanding Techniques},
author = {Seid Miad Zandavi and Vera Chung and Ali Anaissi},
journal= {arXiv preprint arXiv:2004.12886},
year = {2020}
}