基于视觉的灾难环境自主着陆
机器人学
2018-09-18 v1
摘要
配备生物雷达的无人机（UAVs）是一项救生技术，能够在地震或燃气爆炸等自然灾害后识别倒塌建筑下的幸存者。然而，这些无人机必须能够自主降落在废墟堆上，以准确定位幸存者。该问题极具挑战性，因为废墟堆的结构通常未知且无法利用先验知识。在本工作中，我们提出了一种计算高效的系统，能够可靠识别安全着陆点并自主执行着陆机动。具体而言，我们的算法基于若干危险因子（包括地形平坦度、陡度、深度精度与能耗信息）计算代价图（costmaps）。我们首先从所得代价图中估计密集候选着陆点，然后采用聚类将邻近站点分组为安全着陆区域。最后，考虑周围障碍与无人机动力学，计算最小急动度（minimum-jerk）轨迹用于着陆。我们在城市尺度超真实仿真环境以及倒塌建筑的实际场景实验中展示了系统的有效性。
引用
@article{arxiv.1809.05700,
title = {Vision-based Autonomous Landing in Catastrophe-Struck Environments},
author = {Mayank Mittal and Abhinav Valada and Wolfram Burgard},
journal= {arXiv preprint arXiv:1809.05700},
year = {2018}
}