基于视觉遮挡的城市环境中无人机搜索地面目标

本文考虑了在城市道路网络上沿路径移动的兴趣点 (POI) 的搜索问题。该论文中，无人机 (UAV) 被建模为具有视线传感器的可变速度 Dubins 车辆，在可能遮挡传感器视野的城市环境中工作。提出一种搜索策略，通过概率可见体 (VV) 来规划其未来运动，并采用迭代加深 $A^\ast$ 方法。概率 VV 是一种时变的三维表示，用于描述特定 POI 状态分布下的感知约束。为找到最可能观测 POI 的路径，规划器使用启发式方法在时间范围内乐观估计观测 POI 的概率。通过最大池化概率 VV 以创建可变时间步长的规划器，从而缩小搜索空间并平衡长期与短期规划。本文将提出的路径规划方法与先前工作进行对比，采用蒙特卡罗仿真并在传感器假阳性概率较高的杂乱环境中表现优于基线方法。