减小无人机户外监控中来自RGB和热像数据的目标检测不确定性
摘要：无人机在许多民用应用领域快速被采纳，包括精准农业、生物安全、灾害监测和监视。无人机具有成本低、硬件配置灵活以及越来越多的自主功能，包括起飞、降落、物体跟踪和避障。然而，人们很少关注无人机如何处理由于视觉检测器的误读、数据干扰、振动和遮挡引起的目标检测不确定性问题。在大多数情况下，这些检测的相关性和理解被委托给人工操作员，因为许多无人机在与环境自主交互方面有限的认知能力。本文提出了一个用于小型无人机在室外场景下处理不确定性的自主导航框架，其中采用了一种基于概率的运动规划器。该框架通过使用一个部分可观测马尔可夫决策过程（POMDP）对导航问题进行建模，并利用增强信念树（ABT）和TAPIR工具包实时解决。使用颜色和热像数据进行的实验结果表明，所提出的运动规划器能够提供准确的目标定位坐标，因为无人机能够灵活地与环境进行交互，并获得比基准运动规划器更清晰的潜在目标可视化。通过整合这个系统，可以通过减少基于视觉检测器的虚警检测来优化无人机的监视任务。
作者：Juan Sandino, Peter A. Caccetta, Conrad Sanderson, Frederic Maire, Felipe Gonzalez
论文ID：2308.10671
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-22