密集植被中检测和跟踪异常的自主无人机群
原文中文，约500字，阅读约需2分钟。发表于：。利用无人机成群的模仿自然成群行为提高传感孔径，并通过适应当地条件的孔径来增强采样，使得检测和跟踪重度遮挡目标变得可行；通过应用于综合孔径积分图像的异常检测对于密集植被如森林是强健的且不依赖预训练类别；我们的自主群体搜索环境中未知或意外的事件，并在于不断调整采样模式以优化当地视野条件的同时追踪它们；在六架无人机的现场实验中，我们实现了 0.39 米的平均位置精度，93.2% 的平均准确度和...
该研究利用无人机模仿自然成群行为，提高传感孔径并增强采样。通过异常检测对密集植被如森林进行检测和跟踪，无需预训练类别。实验结果表明，该方法具有较高的位置精度、准确度和召回率。通过图像集成过程有效地包括传感噪声，消除了对计算密集型优化的需求。提供了一个完整的硬件和软件框架，支持低延迟传输和快速处理大量的视频和遥测数据以及多架无人机的群体控制。
