基于数字高程模型分析的无人机潜在着陆点检测
计算机视觉与模式识别
2021-07-16 v1 图形学
摘要
本文提出一种利用地形信息通过识别平坦区域来检测无人机（UAVs）潜在着陆点的简单技术。该算法利用表示区域高度分布的数字高程模型（DEM）。构成正常或紧急情况下无人机合适着陆区的平坦区域，通过对数字表面模型（DSM）的图像梯度幅值进行阈值化得到。所提技术还使用对阈值化梯度图像的连通分量评估，以发现尺寸足以着陆的连通区域。此外，检测并排除人造结构和植被区域作为潜在着陆点。在真实世界和合成数据集的多个区域上对所提着陆点检测算法进行的定量性能评估，并与最先进算法比较，证明了其效率和优越性。
引用
@article{arxiv.2107.06921,
title = {Potential UAV Landing Sites Detection through Digital Elevation Models Analysis},
author = {Efstratios Kakaletsis and Nikos Nikolaidis},
journal= {arXiv preprint arXiv:2107.06921},
year = {2021}
}
备注
Proceedings of the 2019 27th European Signal Processing Conference (EUSIPCO) satellite workshop "Signal Processing Computer vision and Deep Learning for Autonomous Systems"