面向非结构化户外环境的自主无人机飞行控制的多任务回归学习
机器人学
2019-07-22 v1 计算机视觉与模式识别
机器学习
系统与控制
系统与控制
摘要
全球无人机（UAV，即无人机）产业的增长扩大了全自主无人机应用的可能性。部分推动本研究的特定应用是在非结构化户外环境中使用无人机进行广域搜索与监视作业。此类环境的关键问题在于缺乏可辅助自主飞行的结构化特征，例如道路线或路径。在本文中，我们提出一种端到端多任务回归学习方法，能够在林冠下定义导航与探索的飞行指令，而不论是否存在小径或额外传感器（如 GPS）。训练与测试通过使用软件在环流水线进行，该流水线允许针对最先进的位姿估计技术进行详细评估。我们大量实验表明，我们的方法在所需搜索边界内执行密集探索方面表现优异，能够覆盖更宽的搜索区域，可泛化至先前未见且未探索的环境，并优于当代最先进的技术。
引用
@article{arxiv.1907.08320,
title = {Multi-Task Regression-based Learning for Autonomous Unmanned Aerial Vehicle Flight Control within Unstructured Outdoor Environments},
author = {Bruna G. Maciel-Pearson and Samet Akcay and Amir Atapour-Abarghouei and Christopher Holder and Toby P. Breckon},
journal= {arXiv preprint arXiv:1907.08320},
year = {2019}
}