基于深度学习的无人机在走廊环境中的定位
计算机视觉与模式识别
2019-03-22 v1
摘要
未知环境中无人机（UAV）的视觉位姿估计是机器人视觉领域快速增长的研究方向。当唯一可用传感器为静态单目相机（单目视觉）时，该任务变得更为复杂。对此，我们提出一种单目视觉辅助定位算法，可帮助无人机在室内走廊环境中安全导航。其目标始终是使无人机沿走廊向前方向行进，并保持于中心位置，不向左或向右偏摆。该算法利用从无人机前视相机捕获的 RGB 图像，将其传入训练好的深度神经网络（DNN）以预测无人机位于走廊的左侧、中央或右侧。依据无人机相对于走廊中心平分线（CBL）的偏离，生成相应指令将无人机带回中心。当无人机处于走廊中央时，将新图像传入另一训练好的 DNN 以预测无人机相对于走廊 CBL 的朝向。若无人机向左或向右倾斜，则生成适当指令以修正朝向。我们还提出一个名为 NITRCorrV1 的新走廊数据集，包含无人机在各种走廊中所有可能位置处由前视相机捕获的图像。在不同走廊中进行的详尽实验揭示了所提算法的有效性。
引用
@article{arxiv.1903.09021,
title = {Localization of Unmanned Aerial Vehicles in Corridor Environments using Deep Learning},
author = {Ram Prasad Padhy and Shahzad Ahmad and Sachin Verma and Pankaj Kumar Sa and Sambit Bakshi},
journal= {arXiv preprint arXiv:1903.09021},
year = {2019}
}
备注
9 pages, 7 figures