基于深度学习的无人机单目视觉避障算法

摘要：

针对基于单目视觉的无人机(UAV)避障问题,本研究提出基于单目深度估计和目标检测的四旋翼自主避障方法.其中,单目深度估计模型提供障碍物像素级别的深度信息,目标检测模型提供障碍物的位置信息.单张红绿蓝(RGB)图像的深度图和目标检测结果由卷积神经网络(CNN)获得;图像的区域划分以目标检测结果为依据,区域深度以深度估计结果为计算依据;规划算法依据区域深度和区域划分结果计算无人机的线速度和角速度,实现无人机的自主避障.为验证算法的自主避障性能,采用Par-rot Bebop2无人机对本研究提出的算法与直飞算法进行实飞对比实验.结果表明:本研究提出的算法可用于四旋翼无人机的低速自主避障.

关键词：无人机:四旋翼;单目;避障算法;卷积神经网络;深度估计;目标检测

所属期刊栏目：50

分类号：TP242.6+2(自动化技术及设备)

资助基金：国家自然科学基金;广东省科技计划项目

在线出版日期：2022-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：101-108,131