基于稀疏点云的无监督无人机三维轨迹估计
计算机视觉与模式识别
2025-01-22 v5 机器人学
摘要
紧凑的无人机系统虽然推动了配送和监控的发展，但由于其体积小，阻碍了传统方法的探测，从而带来了重大的安全挑战。本文提出了一种具有成本效益的无监督无人机探测方法，该方法使用时空序列处理融合多个 LiDAR 扫描，以在真实场景中实现准确的无人机跟踪。我们的方法将点云分割为前景和背景，分析时空数据，并采用评分机制来提高探测准确率。在公开数据集上进行了测试，我们的解决方案在 CVPR 2024 UG2+ 挑战赛中排名第四，证明了其实际有效性。我们计划为研究社区开源所有设计、代码和示例数据，网址为 github.com/lianghanfang/UnLiDAR-UAV-Est。
引用
@article{arxiv.2412.12716,
title = {Unsupervised UAV 3D Trajectories Estimation with Sparse Point Clouds},
author = {Hanfang Liang and Yizhuo Yang and Jinming Hu and Jianfei Yang and Fen Liu and Shenghai Yuan},
journal= {arXiv preprint arXiv:2412.12716},
year = {2025}
}
备注
This paper has been accepted for presentation at the IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP) 2025. 2025 IEEE Trademark. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses