基于视觉的无人机实时检测与跟随系统
机器人学
2022-05-03 v1
摘要
本文提出一种基于视觉的系统，用于由另一架无人机（跟随者）对无人机（UAV）进行检测、运动跟踪与跟随。对于空中无人机的检测，我们应用了在收集并处理的一万张图像数据集上训练的卷积神经网络 YOLO。训练后的网络能够在室内、室外与仿真环境中检测多种多旋翼无人机。此外，检测结果通过卡尔曼滤波得到改进，从而确保关于目标无人机位置与速度的稳健可靠信息。通过将目标无人机保持在视场（FOV）内并维持所需距离，由基于视觉伺服策略的简单非线性控制器实现。所提系统在神经计算棒 2 上以每秒 20 帧（FPS）的检测速度实现了实时性能。所开发视觉系统的合理性与效率在 Gazebo 仿真实验中得到验证，其中目标无人机执行数字八形状的 3D 轨迹。
引用
@article{arxiv.2205.00083,
title = {Vision-based system for a real-time detection and following of UAV},
author = {Antonella Barisic and Marko Car and Stjepan Bogdan},
journal= {arXiv preprint arXiv:2205.00083},
year = {2022}
}