在杂乱自然环境中学习单目反应式无人机控制
机器人学
2012-11-09 v1 计算机视觉与模式识别
机器学习
系统与控制
摘要
大型无人机 (UAV) 的自主导航相对直接，因为可以使用昂贵的传感器和监测设备。相比之下，对于在杂乱环境中低空运行的微型飞行器 (MAV) 而言，避障仍然是一项具有挑战性的任务。与大型飞行器不同，MAV 只能携带非常轻量级的传感器（如相机），这使得穿越障碍物的自主导航更加困难。在本文中，我们描述了一个系统，该系统能使小型四旋翼直升机在自然森林环境中低空自主导航。仅使用单个廉价相机来感知环境，我们能够维持高达 1.5m/s 的恒定速度。基于一组少量的人类飞行员演示，我们利用最新的模仿学习 (imitation learning) 技术训练了一个控制器，该控制器能够通过调整 MAV 的航向来避开树木。我们在室内受控环境和室外真实自然森林环境中展示了该系统的性能。
引用
@article{arxiv.1211.1690,
title = {Learning Monocular Reactive UAV Control in Cluttered Natural Environments},
author = {Stephane Ross and Narek Melik-Barkhudarov and Kumar Shaurya Shankar and Andreas Wendel and Debadeepta Dey and J. Andrew Bagnell and Martial Hebert},
journal= {arXiv preprint arXiv:1211.1690},
year = {2012}
}
备注
8 pages, 10 figures