面向多样城市环境中自主无人机降落的视觉标记搜索
机器人学
2026-01-19 v1 人工智能
摘要
基于标记的降落因其简单性和可靠性，被广泛应用于无人机配送和返航系统中。然而，大多数方法假设了理想化的降落点可见性和传感器性能，限制了其在复杂城市环境中的鲁棒性。我们在 AirSim 平台上提出了一个基于仿真的评估套件，通过系统性地改变城市布局、光照和天气来复现真实的操作多样性。使用机载相机传感器（用于标记检测的 RGB 和用于避障的深度），我们对两种启发式覆盖模式和基于强化学习的智能体进行基准测试，分析探索策略和场景复杂度如何影响成功率、路径效率和鲁棒性。结果强调了在多样且与传感器相关的条件下评估基于标记的自主降落的必要性，以指导可靠空中导航系统的开发。
引用
@article{arxiv.2601.11078,
title = {Visual Marker Search for Autonomous Drone Landing in Diverse Urban Environments},
author = {Jiaohong Yao and Linfeng Liang and Yao Deng and Xi Zheng and Richard Han and Yuankai Qi},
journal= {arXiv preprint arXiv:2601.11078},
year = {2026}
}