Implementation of an Onboard Visual Tracking System with Small Unmanned Aerial Vehicle (UAV)
University of North Dakota(北达科他大学)
本文介绍了一种小型无人机上的视觉跟踪系统,该系统能够实现或运行实时的跟踪。跟踪系统在计算上是高效的,并且对于对象或相机的照明变化和旋转是不变的。探测和跟踪是在有效载荷计算机上自主进行的,有两种不同的方法来创建图像块。第一种方法使用在飞行之前用先前的飞行数据创建的存储的图像块来开始检测和跟踪。第二种方法允许地面上的操作员选择无人机要跟踪的感兴趣物体。跟踪系统能够在跟踪失败的事件中重新检测感兴趣的对象。跟踪系统的性能在实验室和无人机的实际飞行中得到了验证。结果表明,该系统可以运行在船上,并跟踪不同的对象集在实时的。
2012-05-25 cs.RO
MorphoNavi: Aerial-Ground Robot Navigation with Object Oriented Mapping in Digital Twin
Intelligent Space Robotics Laboratory, CDE, Skoltech(智能空间机器人实验室,Skoltech)
本文提出一种基于单目相机和面向对象建图的空地机器人导航方法,在数字孪生中实现无需微调的物体检测与定位,并通过搜救场景验证其有效性。
2025-04-23 cs.RO
TransVisDrone: Spatio-Temporal Transformer for Vision-based Drone-to-Drone Detection in Aerial Videos
University of Central Florida(中佛罗里达大学);Information Technology University of the Punjab(旁遮普信息技术大学)
针对现有无人机对无人机检测方法计算成本高、难部署于边缘设备的问题,提出端到端框架TransVisDrone,结合CSPDarkNet-53与VideoSwin提取时空特征,在三个数据集上取得SOTA性能且吞吐量更高,可部署于边缘设备。
2023-08-26 cs.CV cs.RO
FlightAR: AR Flight Assistance Interface with Multiple Video Streams and Object Detection Aimed at Immersive Drone Control
Skolkovo Institute of Science and Technology(斯科尔科沃科学技术研究院)
本文提出FlightAR界面,将无人机FPV与底部摄像头画面通过AR叠加到头戴显示器,提升飞行员态势感知,并通过NASA-TLX和UEQ评估验证其优于传统FPV护目镜的用户体验。
2024-10-22 cs.RO
TRASH: Tandem Rover and Aerial Scrap Harvester
College of Engineering Northeastern University Boston, Massachusetts
针对美国路边垃圾清理成本高且低效的问题,提出一种整合飞行器与搭载CNN地面机器人的自主多机器人系统,通过扫描检测、导航定位及“贪婪拾取”策略实现高速公路垃圾监控与收集,仿真与实测验证了其有效性。
2023-11-20 cs.RO
Large-scale Photorealistic Outdoor 3D Scene Reconstruction from UAV Imagery Using Gaussian Splatting Techniques
Department of Informatics and Telematics(信息学与电信学系)
本文提出基于高斯点扩散技术的无人机影像大规模真实感户外3D场景重建方法,实现低延迟的高保真度3D重建。
2026-02-23 cs.CV cs.RO
Aerial Path Online Planning for Urban Scene Updation
Shenzhen University(深圳大学);University of Texas at Dallas(德克萨斯大学达拉斯分校);QiYuan Lab(启元实验室)
本文提出面向城市变化更新的UAV在线航线规划算法,利用先验重建、变化概率与动态路径调整,显著降低飞行和计算成本并保持更新质量。
2025-05-13 cs.GR cs.RO
Energy-Efficient Autonomous Aerial Navigation with Dynamic Vision Sensors: A Physics-Guided Neuromorphic Approach
School of Electrical and Computer Engineering, Purdue University(电气与计算机工程学院,普渡大学)
本文提出一种物理引导的神经形态导航框架,利用事件相机和浅层SNN检测移动门,结合能量感知PgNN预测最优飞行时间,实现无人机节能避障导航。
2025-04-23 cs.RO
SeaDroneSim: Simulation of Aerial Images for Detection of Objects Above Water
University of Maryland(马里兰大学);University of Maryland Extension(马里兰大学推广部)
针对海洋环境下无人机视觉检测所需真实训练数据获取成本高的问题,研究提出可生成带分割真值的仿真航拍数据集的SeaDroneSim基准套件,仅用其合成数据检测BlueROV便在真实图像上达71 mAP,提供了对应检测基准。
2022-11-18 cs.CV cs.RO
Real-Time Navigation for Autonomous Aerial Vehicles Using Video
Rutgers University(罗格斯大学);Boston University(波士顿大学)
针对无人机机载资源有限导致目标检测等CV算法难以高效运行的问题,提出一种新颖的MDP框架以降低CV方法的工作量,在仅有限精度损失下显著提升了导航的能耗与速度表现。
2025-04-01 cs.CV cs.RO eess.IV
Aerial Assistance System for Automated Firefighting during Turntable Ladder Operations
Autonomous Intelligent Systems Group, Computer Science Institute VI – Intelligent Systems and Robotics(智能系统与机器人研究所);Center for Robotics and Lamarr Institute for Machine Learning and Artificial Intelligence, University of Bonn, Germany(机器人中心和拉马尔人工智能研究所,波恩大学,德国);IDiAL – University of Applied Sciences and Arts Dortmund, Germany(IDiAL – 艾尔特大学应用科学与艺术学院,德国);German Rescue Robotics Center (DRZ), Germany(德国救援机器人中心(DRZ),德国);Institute for Fire Service and Rescue Technology – Fire Department of Dortmund, Germany(消防与救援技术研究所 – 多特蒙德消防部门,德国)
针对工业设施火灾因建筑规模和视觉障碍导致消防准确性低的问题,提出结合无人机空中支持与转台云梯电动消防炮的自动化辅助系统,经初步测试成功定位多热源并引导水射流灭火。
2025-11-18 cs.RO
A novel metric for detecting quadrotor loss-of-control
Delft University of Technology(代尔夫特理工大学)
针对四旋翼飞行器失控定义不明确、现有检测方法受限的问题,提出一种基于执行器能力的新型失控检测指标,经仿真与真实飞行数据验证,可检测故障及剧烈偏航引发的失控,且具备通用性。
2024-08-12 cs.RO cs.SY eess.SY
An Improved Deep Convolutional Neural Network-Based Autonomous Road Inspection Scheme Using Unmanned Aerial Vehicles
Kumoh National Institute of Technology(国立金乌工科大学)
人工智能(AI)的进步为开发自主设备提供了很好的机会。这项工作的贡献是一个改进的卷积神经网络(CNN)模型及其实现的道路裂缝,坑洼,和黄色车道的道路检测。黄色车道检测与跟踪的目的是通过跟随黄色车道,实现无人机的自主导航,同时通过WIFI或5G介质检测并向服务器报告道路裂缝和坑洼。建立自己的数据集是一项繁忙而耗时的任务。使用默认和改进的模型创建、标记和训练数据集。这两种模型的性能是基准方面的准确性,平均平均精度(mAP)和检测时间。在测试阶段,据观察,改进后的模型的性能更好的精度和mAP方面。改进后的模型在无人机上实现,使用机器人操作系统,通过无人机前置摄像头视觉实时自主检测道路中的坑洼和裂缝。
2020-08-14 cs.CV cs.LG cs.RO
LOTUSim-Energy: A Maritime Simulator for Human-Drone Interaction in Autonomous Offshore Operation \& Maintenance
Naval Group(海军集团);CNRS(法国国家科学研究中心);IMT Atlantique(大西洋国立高等矿业电信学院)
本文提出LOTUSim-Energy海事模拟器,统一异构无人航行器与环境物理,提供沉浸式监督界面,用于海上运维中人机交互的集成测试与演练,以降低实际部署风险。
2026-09-16 cs.RO
Robust Localization of an Arbitrary Distribution of Radioactive Sources for Aerial Inspection
Indian Institute of Technology, Bombay(印度理工学院孟买分校);Carnegie Mellon University(卡内基梅隆大学)
在过去十年中,辐射源探测有各种应用,从公共场所脏弹的探测到关键核设施的泄漏或缺陷扫描,以及核场地的自主检查。尽管在检测单个点源或少量空间上分离的点源方面取得了成功,但大多数现有算法无法在具有大量点源或非平凡分布的复杂场景中定位源。即使在更简单的环境中,大多数现有算法也不能扩展到更大的区域和/或更高维的空间。为了进行有效的自主检测,我们不仅需要估计源的位置,还需要估计每个源的数量、分布和强度。在本文中,我们提出了一种新的算法的鲁棒定位的任意分布的辐射源,采用多层序贯蒙特卡罗方法加上适当的聚类算法。我们实现了近乎完美的准确性,在F1分数方面(> 0.95),同时允许算法扩展到空间中的大区域和高维空间(5个测试)。
2018-01-08 cs.RO stat.AP
URA*: Uncertainty-aware Path Planning using Image-based Aerial-to-Ground Traversability Estimation for Off-road Environments
Mississippi State University(密西西比州立大学)
本文提出URA*方法,利用集成CNN从航空图像估计非道路可通行性,并通过不确定性感知规划与快速重规划提升自主导航路径质量,在多个数据集上优于传统规划算法。
2023-09-15 cs.AI cs.RO
Model Predictive Control For Multiple Castaway Tracking with an Autonomous Aerial Agent
KIOS Research and Innovation Center of Excellence (KIOS CoE)(KIOS卓越研究与创新中心);University of Cyprus(塞浦路斯大学)
本文针对海难后多落水者追踪任务,提出了一种基于模型预测控制(MPC)的自主无人机框架,结合固定雷达的含噪初始状态与机载有限感知相机,并通过训练CNN从真实数据确定目标探测概率,实验验证了该方法的有效性。
2024-09-20 cs.RO cs.SY eess.SY
AAM-VDT: Vehicle Digital Twin for Tele-Operations in Advanced Air Mobility
Konkuk University(建国大学)
本文提出面向 AAM 远程操作的 eVTOL 飞行器数字孪生系统,融合高保真气动数据库、VR 沉浸界面与主从控制,实验验证其可提升 BVLOS 场景下的控制精度、同步性、安全性与效率。
2024-04-15 cs.ET cs.HC cs.RO
SPIN Road Mapper: Extracting Roads from Aerial Images via Spatial and Interaction Space Graph Reasoning for Autonomous Driving
The Johns Hopkins University(约翰斯·霍普金斯大学)
道路提取是构建自主导航系统的关键步骤。检测路段是具有挑战性的,因为它们具有不同的宽度,在整个图像中分叉,并且经常被地形,云或其他天气条件遮挡。仅使用卷积神经网络(ConvNets)来解决这个问题是无效的,因为它在捕获图像中的道路段之间的距离依赖性方面是低效的,而距离依赖性对于提取道路连通性是必不可少的。为此,我们提出了一个空间和交互空间图推理(SPIN)模块,当插入到一个ConvNet执行推理的图形上构建的空间和交互空间投影的特征图。空间上的推理提取不同空间区域和其他上下文信息之间的依赖关系。在投影的交互空间上进行推理有助于从图像中存在的其他地形中适当地描绘道路。因此,SPIN提取道路段之间的长距离依赖关系,并有效地从其他语义中划分道路。我们还引入了一个SPIN金字塔,它在多个尺度上执行SPIN图推理,以提取多尺度特征。我们提出了一个网络的基础上堆叠的沙漏模块和SPIN金字塔的道路分割,实现了更好的性能相比,现有的方法。此外,我们的方法计算效率高,在训练过程中大大提高了收敛速度,使其适用于大规模高分辨率航空图像。代码可在:https://github.com/wgcban/SPIN_RoadMapper.git获得。
2021-09-16 cs.CV cs.LG cs.RO
A Compendium of Autonomous Navigation using Object Detection and Tracking in Unmanned Aerial Vehicles
Lovely Professional University(拉夫里专业大学)
本文综述了利用计算机视觉中的实时目标检测与跟踪算法实现无人机自主导航的各种方法,以解决无线控制面临的信号、实时性和安全性挑战,并探讨其在灾害管理、密集区域探索和交通监控等领域的应用。
2025-05-31 cs.CV cs.RO eess.IV
Real-Time Glass Detection and Reprojection using Sensor Fusion Onboard Aerial Robots
ARL DCIST CRA;NSF Grant CCR-2112665(NSF CCR-2112665);NSF Graduate Research Fellowship Grant No. DGE-1845298(NSF DGE-1845298);IoT4Ag Engineering Research Center
针对低SWaP无人机,提出融合ToF相机与超声波传感器及轻量卷积模型的实时透明障碍物检测建图框架,在嵌入式CPU上高效运行并实验验证。
2025-10-07 cs.CV cs.RO cs.SY
An Efficient Ground-aerial Transportation System for Pest Control Enabled by AI-based Autonomous Nano-UAVs
IDSIA, SUPSI(IDSIA,瑞士应用科学与艺术大学卢加诺分校);IDSIA, USI(IDSIA,瑞士意大利语区大学);IIS, ETH Zürich(苏黎世联邦理工学院信息工程与技术研究所)
针对虫害防控需求,提出基于AI自主纳米无人机的地空协同系统,设计轻量CNN与全局+局部A*路径规划,仿真验证可比传统单地面车最多节省20小时工作时间。
2025-02-20 cs.AI cs.RO
Toward collision-free trajectory for autonomous and pilot-controlled unmanned aerial vehicles
University of Central Lancashire(中央兰开夏大学);PilotAware Ltd(PilotAware有限公司)
本文提出基于电子显形信息的无人机感知碰撞管理方法,利用反应式几何冲突检测与解决技术生成时间最优规避机动,在无需复杂传感器和预先训练的情况下实现动态空域中无人机与有人机的碰撞避免。
2023-09-18 cs.AI cs.RO