Un sistema de reconocimiento de áreas de aterrizaje basado en múltiples sensores y en tiempo real para UAVs
Autores: Liu, Fei; Shan, Jiayao; Xiong, Binyu; Fang, Zheng
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un sistema de reconocimiento de áreas de aterrizaje basado en múltiples sensores y en tiempo real para UAVs
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Sistema de reconocimiento de área de aterrizaje basado en múltiples sensores en tiempo real
UAVs
Método de aprendizaje profundo
LiDAR 3D.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Este documento presenta un sistema de reconocimiento de áreas de aterrizaje en tiempo real y basado en múltiples sensores para UAVs, que tiene como objetivo permitir que los UAVs aterricen de manera segura en terrenos abiertos y planos, y es adecuado para operaciones autónomas no tripuladas y completas. El sistema de reconocimiento de áreas de aterrizaje para UAVs se basa en la combinación de una cámara y un LiDAR 3D. El problema es cómo fusionar la información de imagen y nube de puntos y realizar el reconocimiento del área de aterrizaje para guiar el aterrizaje autónomo y seguro del UAV. Para resolver este problema, en primer lugar, utilizamos un método de aprendizaje profundo para realizar el reconocimiento y seguimiento del área de aterrizaje a partir de imágenes. Después, proyectamos los datos de nube de puntos del LiDAR 3D en coordenadas de cámara para obtener la etiqueta semántica de cada punto. Finalmente, utilizamos los datos de nube de puntos del LiDAR 3D con la etiqueta semántica para construir el mapa ambiental 3D y calcular el área más adecuada para el aterrizaje del UAV. Los experimentos muestran que el método propuesto puede lograr un reconocimiento preciso y robusto del área de aterrizaje para UAVs.
Descripción
Este documento presenta un sistema de reconocimiento de áreas de aterrizaje en tiempo real y basado en múltiples sensores para UAVs, que tiene como objetivo permitir que los UAVs aterricen de manera segura en terrenos abiertos y planos, y es adecuado para operaciones autónomas no tripuladas y completas. El sistema de reconocimiento de áreas de aterrizaje para UAVs se basa en la combinación de una cámara y un LiDAR 3D. El problema es cómo fusionar la información de imagen y nube de puntos y realizar el reconocimiento del área de aterrizaje para guiar el aterrizaje autónomo y seguro del UAV. Para resolver este problema, en primer lugar, utilizamos un método de aprendizaje profundo para realizar el reconocimiento y seguimiento del área de aterrizaje a partir de imágenes. Después, proyectamos los datos de nube de puntos del LiDAR 3D en coordenadas de cámara para obtener la etiqueta semántica de cada punto. Finalmente, utilizamos los datos de nube de puntos del LiDAR 3D con la etiqueta semántica para construir el mapa ambiental 3D y calcular el área más adecuada para el aterrizaje del UAV. Los experimentos muestran que el método propuesto puede lograr un reconocimiento preciso y robusto del área de aterrizaje para UAVs.