.png){kind=icon}
返回
Achieving Optimal 3-D Object Visual Coverage With a Single UAV
.png){kind=icon}
PRE
AI
DOI：10.1109/TMC.2025.3646339.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
搭载摄像头的无人机（UAV）被广泛应用于各类监控任务中，包括建筑检查、表面重建等，这些任务通常需要全面且高效的三维（3-D）物体视觉覆盖。由于机载存储有限，研究者们付出了巨大努力，旨在以最小的成本实现全覆盖，即最小化拍摄视角集的大小和飞行总能耗。然而，现有研究通常采用贪心策略生成每个视角集，未考虑后续路径规划的需求，且仅将无人机飞行距离作为能耗的近似指标，未考虑其运动学和飞行运动差异。因此，最终解可能与全局最优解偏差较大。为此，本文建立了一个紧密耦合的优化框架，联合最小化视角集大小和能耗，包含两个连续子任务：生成具有最小大小和固有路径序列的视角集，以及规划视角间的节能轨迹。为解决这些问题，首先，提出了一种路径感知的视角集优化策略，利用视角间的重叠视场（FOV）增益进行路径引导，并采用一种新颖的树搜索算法平衡全局探索和局部收敛。随后，提出了一种高保真能耗优化方案，融合了能耗模型与无人机位姿耦合控制和轨迹平滑，并设计了定制迭代求解器。大量仿真结果表明，所提出的分层框架生成的视角集更小且重叠FOV更好。此外，节能路径规划相比传统距离优化的路径规划，可显著降低无人机能耗高达89.84%，同时减少任务执行时间。
Keyword:
3-D object visual coverage
viewpoint set generation
path planning
overlapping FOV
kinematics constraint
期刊
IF:
9.2
论文数:
5.8K
被引数:
1.8W
机构
引用论文
Joint Optimization of Mobility and Reliability-Guaranteed Air-to-Ground Communication for UAVs无人机机动性与可靠性保障的空地通信联合优化
PREAI
分享收藏Gong, H.; Huang, B.; Jia, B.; Hao, L.; Shi, Z. Jointly Optimizing the Energy and Time for Multi-UAV 3-D Coverage of Terrestrial Regions. IEEE Trans. Mob. Comput. 2025, 24, 10312–10329. [Google Scholar] [CrossRef]巩海；黄博；贾博；郝立；石志。联合优化多无人机对陆地区域的三维覆盖的能量和时间。IEEE 交易. 移动计算. 2025, 24, 10312–10329. [谷歌学术] [ CrossRef ].png)
IF0
PREAI
分享收藏Multiagent Imitation Learning-Based Energy Management of a Microgrid With Hybrid Energy Storage and Real-Time Pricing基于多智能体模仿学习的含混合储能和实时电价的微电网能量管理
PREAI
分享收藏Performance Bounds for Near-Field Localization With Widely-Spaced Multi-Subarray mmWave/THz MIMO
OAAI
OAAI分享收藏
查看更多内容