YoloTag：基于 fiducial 标记的视觉强化无人机导航
机器人学
2025-02-19 v2 计算机视觉与模式识别
摘要
通过利用fiducial标记作为环境中的视觉 landmark，无人机（UAVs）能够快速构建精确地图并安全、高效地导航空间，从而实现与人类协作与共存的潜力。现有fiducial标记方法依赖手工特征提取，牺牲了准确性；而深度学习管道用于标记检测未能满足导航应用中至关重要的实时运行约束。本文提出YoloTag——一种基于fiducial标记的实时定位系统。YoloTag使用轻量级YOLO v8目标检测器在图像中准确检测fiducial标记，同时满足导航所需的运行时约束。检测到的标记随后由高效的基于透视的点法（Perspective-n-Point algorithm）用于估计UAV状态。然而，这种定位系统会引入噪声，导致轨迹跟踪不稳定。为抑制噪声，我们设计了一种高阶Butterworth滤波器，通过频域分析有效消除噪声。我们在室内环境中进行了实机机器人实验，评估了本方法在多个距离度量指标下的轨迹跟踪性能。
引用
@article{arxiv.2409.02334,
title = {YoloTag: Vision-based Robust UAV Navigation with Fiducial Markers},
author = {Sourav Raxit and Simant Bahadur Singh and Abdullah Al Redwan Newaz},
journal= {arXiv preprint arXiv:2409.02334},
year = {2025}
}