基于图像语义分割的无人机自主着陆导航方法
Journal of Chinese Inertial Technology（2020）
摘要
针对复杂电磁作战环境下无人机自主着陆应用场景,提出了一种基于深度卷积神经网络图像语义分割的无人机自主着陆导航方法.首先设计了轻量高效的端到端跑道分割神经网络RunwayNet,在特征提取部分使用空洞卷积对ShuffleNet V2进行改造,得到输出特征图分辨率可调的主干网络,并利用自注意力机制设计了自注意力网络模块,使网络具备全局跑道特征提取能力;然后设计将网络浅层丰富的细节、空间位置信息与顶层粗略、抽象的语义分割信息相融合的解码器模块,获取精细的跑道分割输出结果;最后设计了基于跑道分割区域的边线提取和位姿解算算法,实现相对位姿信息的解算.仿真和机载飞行实验结果表明,基于嵌入式实时计算平台可实现无人机着陆全过程跑道区域的精准分割识别,作用距离达到3 km、成功率接近90％,解决了着陆过程中跑道识别盲区和实时性等问题,显著提高了复杂环境下无人机着陆的鲁棒性.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要