面向自主无人机竞速高效神经网络训练的图像生成
计算机视觉与模式识别
2020-08-07 v1 机器人学
摘要
无人机竞速是一项休闲运动，目标是在避免碰撞的同时以最短时间穿过一系列门。在自主无人机竞速中，必须仅依靠计算机视觉方法检测目标门，在未知环境中完全自主地飞行来完成此任务。由于背景物体和光照变化等挑战，基于颜色或几何的传统目标检测算法往往失效。卷积神经网络在计算机视觉中取得了令人印象深刻的进展，但需要海量数据来学习。收集这些数据是一个繁琐的过程，因为无人机必须手动飞行，且收集的数据可能出现传感器故障。本工作提出了一种半合成数据集生成方法，结合真实背景图像与随机化的门的三维渲染，以提供无限量的训练样本且不受上述缺陷影响。利用检测结果，采用视线制导算法穿过门。在多项实验性实时测试中，所提框架成功展示了快速可靠的检测与导航。
引用
@article{arxiv.2008.02596,
title = {Image Generation for Efficient Neural Network Training in Autonomous Drone Racing},
author = {Theo Morales and Andriy Sarabakha and Erdal Kayacan},
journal= {arXiv preprint arXiv:2008.02596},
year = {2020}
}
备注
2020 International Joint Conference on Neural Networks (IJCNN 2020)