摘要
针对复杂环境下高速飞行的穿越机面临碰撞、坠毁等安全威胁的问题,设计一种新的高动态无人机飞行通道辅助系统,将基于景深的人工势场法与深度学习算法相结合,设计一个深度通道轨迹预测网络(DCTN)预测景深信息及其飞行通道,并结合无人机位姿信息和视角图像预测当前位置下可能的避障轨迹,以避免无人机与障碍物的碰撞。使用Jetson TX2作为机载图形处理单元进行验证实验,结果表明,DCTN算法的每个轨迹所需要的生成时间比传统人工势场法有显著的降低,而且能以较低成本达到与碰撞检查和规划算法RAPPIDS相同数量级的响应时间,能够满足无人机在高动态场景下的应用需求。
- 单位