用于自主口袋无人机速度估计与避障的高效光流与立体视觉
机器人学
2017-03-16 v2
摘要
微型飞行器（MAV）非常适合在室内环境中飞行，但由于其严格的硬件限制，自主导航具有挑战性。本文提出了一种名为 Edge-FS 的高效计算机视觉算法，用于确定速度和深度。该算法在搭载嵌入式 STM32F4 微处理器（168 MHz，192 kB）的 4 克立体摄像头上以 20 Hz 运行，并使用特征直方图来计算光流和立体视差。基于立体的距离估计用于缩放光流，以获取无人机的速度。速度和深度测量用于仅依赖机载传感器的 40 克口袋无人机的全自主飞行。该方法使 MAV 能够控制其速度并避开障碍物。
引用
@article{arxiv.1612.06702,
title = {Efficient Optical flow and Stereo Vision for Velocity Estimation and Obstacle Avoidance on an Autonomous Pocket Drone},
author = {Kimberly McGuire and Guido de Croon and Christophe De Wagter and Karl Tuyls and Hilbert Kappen},
journal= {arXiv preprint arXiv:1612.06702},
year = {2017}
}
备注
7 pages, 10 figures, Published at IEEE Robotics and Automation Letters