在大规模和复杂的环境中快速无人机对象搜索
IEEE transactions on cybernetics
|April 22, 2025
概括
本研究介绍了复杂环境中无人机的先进物体搜索策略. 新方法显著减少了搜索和计算时间,提高了自主探索的效率.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 自主物体搜索对于无人机 (UAV) 来说至关重要.
- 现有的方法往往是低效的探索,要么专注于未知区域,要么重复搜索.
- 在大规模,复杂的环境中需要改进战略.
研究的目的:
- 为无人机在大型和复杂的环境中引入有效的物体搜索策略.
- 为了实现快速,安全和高效的对象搜索.
- 为了增强自主勘探能力.
主要方法:
- 一个基于卡尔曼波器的YOLO算法,用于在混乱和封闭的场景中对象位置的可靠估计.
- 一种基于模式的方法,用于计算高效的视角生成.
- 一个分层的搜索策略,集成全球路径规划和使用边境数据进行本地轨迹优化.
主要成果:
- 与现有技术相比,拟议的方法显著减少了搜索和计算时间.
- 在六个不同环境中的实验结果表明了卓越的性能.
- 该策略在各种现实世界的场景中被证明是有效的.
结论:
- 新的物体搜索策略提高了UAV在复杂环境中的效率.
- 该方法为自主勘探提供了强大且计算效率高的解决方案.
- 这种方法代表了无人机自主物体搜索的重大进步.
