面向非结构化环境中多旋翼无人机的基于外观的自主降落点识别

多旋翼无人机飞行中一个尚存的挑战是在非结构化环境中自主识别可行的降落点。解决该问题的一种方法是创建轻量级的、基于外观的地形分类器，该分类器能将无人机的RGB图像分割为安全和不安全区域。然而，此类分类器需要图像和掩码数据集，而创建这些数据集的成本可能极高。我们提出了一种自动生成合成数据集以训练这些分类器的流水线，利用了现代无人机自动勘测地形的能力，以及从此类勘测得出的地形模型中自动计算降落安全掩码的能力。随后，我们在合成数据集上训练了一个U-Net，在真实世界数据上对其进行测试以进行验证，并在我们的无人机平台上进行了实时演示。