基于动态开放词汇增强智能的安全着陆系统（DOVESEI）

本工作针对我们认为是城市空中机器人的基础步骤——安全着陆。我们的注意力集中于安全着陆感知栈中最关键的环节：分割。我们提出了一种精简的反应式无人机系统，利用开放词汇图像分割的能力进行视觉伺服。该方法能以最小调整适应多种场景，凭借其开放词汇方法，无需积累大量数据来精化内部模型。鉴于地方当局的限制，我们主要关注从100米高度起飞的操作。这一选择是审慎的，因为众多先前工作处理的是至多30米的高度，与小立体相机的能力相符。因此，我们将剩余20米留给常规3D路径规划方法处理。利用单目相机与图像分割，我们的结果表明系统能够在低至20米高度成功执行着陆机动。然而，该方法易受视频流中帧间分割间歇性且偶尔突变的波动影响。为应对此挑战，我们通过引入所谓的动态聚焦来增强图像分割输出：一种根据当前着陆阶段自行调整的掩码机制。该动态聚焦引导控制系统避开投影到地面的无人机安全半径之外的区域，从而缓解波动问题。通过实现这一附加层，我们的实验相较全局分割将着陆成功率提升了近十倍。所有源代码均开源并在线可用（github.com/MISTLab/DOVESEI）。