PCDCT: Perception-Complementarity-Driven Collaborative Trajectory Generation for Vision-Based Aerial Tracking

Hanzhang Wang

doi:10.1109/TASE.2024.3524439

PCDCT: Perception-Complementarity-Driven Collaborative Trajectory Generation for Vision-Based Aerial Tracking

2025-01-01

0

PRE

AI

DOI：10.1109/TASE.2024.3524439

原文链接

原文求助

摘要

En 中文

本文提出了一种感知互补驱动的多无人机轨迹生成方法，该方法可以有效地增强未知环境下无人机对目标的可见性。rgb0，0,0传统方法通常依赖于先前的地图或额外的传感器来辅助避障。然而，这些方法不仅成本高，而且不能有效地避免由障碍物引起的遮挡。rgb0，0,0与现有方法不同的是，所提出的方法规划的轨迹一方面使基于视觉的无人机能够保持对障碍物和目标的感知，另一方面又能与预测的目标轨迹保持拓扑等价。具体而言，提出了一种基于视觉的无人机之间的相互观察方法，以增强无人机系统的整体感知能力。在此基础上，提出了一种目标引导的协同航迹规划方法，以保证规划的无碰撞航迹对编队中其他无人机保持目标可见性。此外，提出了一种轨迹可行性评估方法，以获得无人机在最佳观测位置规划的协同轨迹。最后，使用三种最先进的方法进行了比较仿真，证明了所提出的方法在基于视觉的空中跟踪过程中在保持目标可见性和跟踪效率方面的优势。实际实验证明了该方法的可行性。从业者注意-大多数现有的基于视觉的多UAV目标跟踪方法需要额外的现有地图或激光传感器来辅助避障。在实际跟踪场景中，摄像机有限的感知范围给无人机同步观测移动目标和环境障碍物带来了巨大挑战。文章提出了一种基于感知互补性的轨迹生成方法，以保证生成的轨迹在有效感知周围障碍物的同时增强无人机对移动目标的观测能力。这项工作的关键见解是利用多个无人机之间的相互观察来协助规划无碰撞跟踪轨迹，确保跟踪过程中的安全性。在此基础上，通过保持与预测目标轨迹的拓扑等价，在跟踪过程中提高了目标可见度。此外，提出了一种轨迹可行性评估方法，以从位于编队最佳位置的无人机获得最佳协同轨迹。通过对比实验验证了所提方法在提高飞行安全性和目标能见度方面的有效性。

Keyword:

Trajectory

Target tracking

Autonomous aerial vehicles

Planning

Collaboration

Robots

Collision avoidance

Trajectory planning

Safety

Cameras

Aerial tracking

multi-UAV formation

occlusion avoidance

perceptual complementarity

PCDCT: Perception-Complementarity-Driven Collaborative Trajectory Generation for Vision-Based Aerial Tracking

摘要

期刊

机构

引用论文