UAV-VLRR：用于无人机搜救快速响应的视觉-语言信息 NMPC
机器人学
2025-05-14 v2 系统与控制
系统与控制
摘要
紧急搜救（SAR）行动通常需要在复杂环境中进行快速且精确的目标识别，而传统的手动无人机控制在此类场景下效率低下。为了应对这些场景，本研究开发了一套快速 SAR 系统 UAV-VLRR（Vision-Language-Rapid-Response，视觉-语言-快速响应）。该系统包含两个方面：1）一个多模态系统，利用视觉语言模型（VLM）的强大能力以及 ChatGPT-4o（LLM）的自然语言处理能力进行场景解析；2）一种内置避障功能的非线性模型预测控制（NMPC），使无人机能够根据多模态系统的输出进行快速响应飞行。本研究旨在通过为操作员提供更直观、自然的方式来规划 SAR 任务，同时允许无人机以快速且安全的方式执行该任务，从而缩短紧急 SAR 行动的响应时间。测试表明，与现成的自动驾驶系统相比，我们的方法平均快了 33.75%，与人类飞行员相比快了 54.6%。UAV-VLRR 视频：https://youtu.be/KJqQGKKt1xY
引用
@article{arxiv.2503.02465,
title = {UAV-VLRR: Vision-Language Informed NMPC for Rapid Response in UAV Search and Rescue},
author = {Yasheerah Yaqoot and Muhammad Ahsan Mustafa and Oleg Sautenkov and Artem Lykov and Valerii Serpiva and Dzmitry Tsetserukou},
journal= {arXiv preprint arXiv:2503.02465},
year = {2025}
}
备注
UAV-VLRR