基于迁移学习的自主无人机裂缝检测
机器人学
2018-08-01 v1
摘要
无人 aerial vehicles（UAVs，无人机）最近在通过自主探索与建图收集建筑检测视觉数据方面表现出优异性能。然而，考虑数据后处理及其与自主无人机集成的研究有限。这些将推动建筑检测全面自动化的巨大进步。在这方面，本工作提出了一种用于自主无人机视觉建筑检测中重访任务的决策工具。该工具是对预训练卷积神经网络（CNN）进行微调以实现表面裂缝检测的实现。它提供了一种在检测期间重访精确位置的任务规划可选机制。它集成到一个可在无 GPS 环境中自主导航的四旋翼无人机系统。该无人机配备机载传感器与计算机，用于自主定位、建图和运动规划。集成系统通过仿真与真实实验进行了测试。结果表明，该系统在无 GPS 环境的建筑检测中实现了裂缝检测与自主导航。
引用
@article{arxiv.1807.11785,
title = {Transfer Learning-Based Crack Detection by Autonomous UAVs},
author = {Fatih Kucuksubasi and Arzu Sorguc},
journal= {arXiv preprint arXiv:1807.11785},
year = {2018}
}