基于卷积网络的拒止GPS环境下无人机路径跟踪
计算机视觉与模式识别
2019-05-07 v1
摘要
本文提出了一种简单的方法，仅利用视觉输入、不依赖全球定位系统（GPS），使无人机沿预定路径导航。采用卷积神经网络（CNN）以端到端方式输出无人机转向指令。我们在Unreal Engine中使用AirSim无人机仿真插件于两种仿真环境中测试了该方法。结果表明，尽管方法简单，其在仿真环境中的平均航迹交叉距离小于2.9米。我们还研究了数据增强在路径跟踪中的重要性。最后，我们提出了可能的改进方向，以将该方法扩展至实际中更复杂的路径，期望有朝一日视觉导航能成为拒止GPS区域中的常态。
引用
@article{arxiv.1905.01658,
title = {Drone Path-Following in GPS-Denied Environments using Convolutional Networks},
author = {M. Samy and K. Amer and M. Shaker and M. ElHelw},
journal= {arXiv preprint arXiv:1905.01658},
year = {2019}
}