地形感知的二维无人机路径规划适应方法-计算机科学-机器学习-机器人-多无人机覆盖路径规划.pdfVIP

地形感知的二维无人机路径规划适应方法

KostasKarakontis,ThanosPetsanis,AthanasiosCh.Kapoutsis,

PavlosCh.Kapoutsis,EliasB.Kosmatopoulos

Abstract—多无人机覆盖路径规划（mCPP）算法在流

行的商业软件中通常仅将感兴趣区域（RoI）视为一个2D

平面，忽略了重要的3D结构特征。这导致了不完整的3D

重建，特别是在遮挡或垂直表面周围。本文提出了一种模块

化算法，可以扩展商业二维路径规划器以通过调整高度和相

机方向来支持地形感知规划。为了展示这一点，我们扩展了

著名的DARP（划分区域进行最优多机器人覆盖路径规划）

算法，并生成了DARP-3D。我们在多个3D环境以及使用

本大疆硬件的真实飞行测试中展示了仿真结果。与基线相比，

我们的方法始终捕捉到改进的3D重建效果，特别是在具

译有显著垂直特征的区域。该算法的开源实现可在此处获得：(a)DARP模型(b)DARP-3D模型

中/konskara/TerraPlanFig.1:模型并排比较了大教堂测试平台。基线算法

1DARP模型（子图a）和配备我们方法的相同算法，命

vI.介绍

9名为DARP-3D（子图b）。视点的位置和方向（蓝色

1A.动机

5矩形）进行了调整以改善感兴趣对象的三维重建。

7近年来，无人机已被广泛应用于有哪些信誉好的足球投注网站与救援、侦

1.察与监视，更重要的是测绘与制图等领域。它们日益

7[8]。由于生成的飞行计划具有固定的海拔高度且相机

0普及的原因在于操作简便、成本降低以及灵活性增强指向下方地面，无人机只能观察到地形的顶部表面，

5[1]。此外，对无人机的持续需求推动了技术的迅速进

2而未被遮挡或垂直结构则未能充分捕捉。在飞行员中，

:步，不断增强了其能力、易用性和性价比[2]。

v通常的做法是手动控制无人机以从不同角度拍摄图像

i特别地，多无人机覆盖路径规划（mCPP），旨在

x或改变云台俯仰角至倾斜角度，并甚至采用双网格路

r通过多个无人机最大化区域覆盖范围，在文献中变得

a径（这将花费两倍时间）尝试捕捉更多角度的表面。本

越来越重要，但尚未得到许多无人机或服务提供商如

文提出的方案代表了向弥补这一差距迈出的第一步，

DJI、Pix4D、DroneDeploy等的支持。它们嵌入的、未

通过实现有效的三维地图制作，并能无缝集成到现有

公开的算法似乎不够智能，因为它们生成的是标准的

的商业工具中。具体而言，我们基于一个著名的、最

基于网格的路径。此外，这些算法以及许多研究工作

先进的二维映射算法，称为分区区域算法用于优化多