面向四旋翼安全自主着陆的视觉环境评估

在安全着陆区进行自主识别与评估，对于在系统故障、低电量或特定任务成功完成时保障 aerial robots（空中机器人）的安全与效能至关重要。本文提出一种用于检测与评估潜在着陆点以实现四旋翼安全着陆的新方法。我们的方案高效融合二维与三维环境信息，无需 GPS 等外部辅助设备以及计算密集的高程图。所提出的流程将源自神经网络（NN）的语义数据（用于提取环境特征）与源自视差图的几何数据（用于提取坡度、平整度与粗糙度等关键几何属性）相结合。我们基于这些属性定义若干代价度量，以评估环境中区域的安全性、稳定性与适宜性，并识别最合适着陆区。我们的方法在算力受限的四旋翼上实时运行。在多种环境中开展的实验结果表明，所提方法能有效评估并识别适宜着陆区域，从而实现四旋翼的安全自主着陆。