无人机在人口密集区基于视觉的安全着陆：虚拟环境中的实时验证
机器人学
2024-04-02 v1 计算机视觉与模式识别
摘要
无人机（UAV）在人口密集区的自主安全着陆是城市部署成功的关键方面，尤其在紧急着陆情形下。然而，在真实场景中验证自主着陆是一项具有伤及人员高风险挑战性的任务。在本工作中，我们提出了一种利用照片级真实感虚拟环境对人口密集场景中基于视觉的自主着陆进行实时安全且详尽评估的框架。我们提议使用 Unreal 图形引擎结合 AirSim 无人机仿真插件，并评估基于安全着陆区（SLZ）视觉检测的自主着陆策略。随后，我们研究了两种用于选择“最佳”SLZ 的准则，并在虚拟无人机于不同场景与条件下、不同城市人群分布（包括移动人群）下的自主着陆过程中对它们进行评估。我们评估了不同指标以量化着陆策略的性能，为此极具挑战性的任务建立了与未来工作比较的基线，并通过大量随机迭代对其进行分析。研究表明，自主着陆算法的使用显著有助于防止涉及人员的事故，这可能释放无人机在靠近人群的城市场景中的全部潜力。
引用
@article{arxiv.2203.13792,
title = {Visual-based Safe Landing for UAVs in Populated Areas: Real-time Validation in Virtual Environments},
author = {Hector Tovanche-Picon and Javier Gonzalez-Trejo and Angel Flores-Abad and Diego Mercado-Ravell},
journal= {arXiv preprint arXiv:2203.13792},
year = {2024}
}