基于反面消除的数据驱动 aerial 3D 检查预测规划与控制

使用无人机系统（UAS）进行自动化检查正在成为改变各个应用领域的变革性能力。然而，该任务本质上复杂，因为需要感知、规划和控制的无缝集成，而现有方法往往是分开处理的。此外，它需要准确的长期规划来预测动作序列，与许多当前技术相比，后者倾向于短视。为克服这些限制，我们提出了一种3D检查方法，将感知、规划和控制统一集成到单个数据驱动预测控制框架中。与传统方法依赖已知UAS动态模型不同，我们的方法仅需要输入输出数据，使其易于应用于商用黑盒UAS。我们的方法将3D计算机图形中的可见性确定技术（即背面消除）直接集成到控制循环中，从而实现在线生成准确的、长期的3D检查轨迹。