典型文献
基于多传感器融合的无人机可降落区域识别方法研究
文献摘要：
当无人机遇到电量低、丢失遥控信号、失去GPS信号、天气突变等需要迅速降落的紧急情况时,依靠机载的传感器实现无人机自主降落到安全区域显得非常重要.为保证无人机在遇到紧急情况或者收到降落指令后,能够自动识别安全的降落区域,实现安全自主降落,本文提出一种基于多传感器融合和深度学习网络框架的无人机可降落区域识别方法.首先,使用基于无人机机载图像信息搜索安全降落区域;然后利用孪生网络对安全降落区域进行跟踪.当无人机降落到一定高度时,利用机载激光雷达进行近地面环境实时建模与语义分割,确定安全的可降落区域;最后,通过实时建立的可降落区域点云模型,计算出精确的可降落区域位姿信息,供飞控系统实时着陆控制使用.在仿真环境和实际环境中的试验研究表明,基于多传感器融合的方法对可降落区域的识别准确率达到90％,位置识别的误差为5cm,着陆过程地形高程估计误差为2cm,能够满足无人机自主安全着陆的要求.通过对可降落区域识别方法的研究,实现无人机对下方可降落区域的识别,进而引导无人机实现安全自主着陆.
文献关键词：
自主泊降;深度学习;多传感器融合;三维激光雷达;语义分割
中图分类号：
作者姓名：
刘飞;单佳瑶;熊彬宇;方正;杨正权
作者机构：
东北大学,辽宁 沈阳 110819;中国飞机强度研究所,陕西 西安 710065
文献出处：
引用格式：
[1]刘飞;单佳瑶;熊彬宇;方正;杨正权-.基于多传感器融合的无人机可降落区域识别方法研究)[J].航空科学技术,2022(04):19-27
A类：
自主泊降
B类：
多传感器融合,区域识别,电量,遥控,GPS,速降,紧急情况,自主降落,落到,安全区域,自动识别,深度学习网络,网络框架,图像信息,信息搜索,孪生网络,机降,机载激光雷达,近地,实时建模,语义分割,定安,点云模型,位姿,飞控系统,仿真环境,识别准确率,位置识别,5cm,着陆过程,估计误差,2cm,自主安全,安全着陆,自主着陆,三维激光雷达
AB值：
0.300667
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。
