典型文献
基于深度学习的无人机单目视觉避障算法
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
张香竹;张立家;宋逸凡;裴海龙
作者机构：
华南理工大学自动化科学与工程学院,广东广州510640;广东工业大学计算机学院,广东广州510006
文献出处：
引用格式：
[1]张香竹;张立家;宋逸凡;裴海龙-.基于深度学习的无人机单目视觉避障算法)[J].华南理工大学学报（自然科学版）,2022(01):101-108,131
A类：
Bebop2
B类：
单目视觉,视觉避障,避障算法,UAV,单目深度估计,自主避障,避障方法,障碍物,物像,像素级,深度信息,目标检测模型,位置信息,单张,张红,红绿蓝,RGB,深度图,区域划分,划算,划分结果,结果计算,线速度,角速度,Par,rot,直飞,四旋翼无人机,低速
AB值：
0.334037
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
