基于视频的自主飞行器实时导航

大多数使用机载摄像头的自主导航应用依赖于几何3D点云的构建和处理，这是一个昂贵的过程。然而，有一种更简单的方法可以快速使空间可导航：使用语义信息（例如交通标志）来引导智能体。但是，检测并对语义信息做出反应涉及计算机视觉（CV）算法，如目标检测，这些算法本身对于资源有限的智能体（如空中无人机）来说是高要求的。为解决此问题，我们引入了一种新颖的马尔可夫决策过程（MDP）框架来减少这些CV方法的工作量。我们将所提出的框架应用于基于特征和基于神经网络的目标检测任务，使用开环和闭环仿真以及硬件在环仿真。这些整体测试表明，与基于静态特征和神经网络的模型相比，在能量消耗和速度方面有显著优势，而精度损失有限。