Key points are not available for this paper at this time.
Zusammenfassung In letzter Zeit wurden erhebliche Fortschritte beim Entwerfen, Bauen und Testfliegen von ferngesteuerten Mikro-Luftfahrzeugen (MAVs) und kleinen unbemannten Luftfahrzeugen erzielt. Wir streben an, diesen Fortschritt beim Überwinden der aerodynamischen Hindernisse für Flüge in sehr kleinem Maßstab mit einem sichtgesteuerten Stabilitäts- und Autonomie-System zu ergänzen, das auf einem robusten Horizont-Erkennungsalgorithmus basiert. In diesem Papier motivieren wir zunächst den Einsatz von Computer Vision für die MAV-Autonomie und argumentieren, dass angesichts der aktuellen Sensortechnologie die Sicht möglicherweise der einzige praktikable Ansatz für das Problem ist. Anschließend beschreiben wir unseren statistischen, visuell basierten Horizont-Erkennungsalgorithmus, der mit über 99,9% korrekter Horizont-Erkennung bei 30 Hz nachgewiesen wurde. Danach entwickeln wir robuste Verfahren zur Erkennung extremer MAV-Haltungen, bei denen kein Horizont sichtbar ist, und zur Erkennung von Horizont-Schätzfehlern, die durch äußere Faktoren wie Videotransmissionsgeräusche verursacht werden. Schließlich diskutieren wir unseren Regelungsalgorithmus für selbststabilisierten Flug und berichten über Ergebnisse autonomer Flüge, die eine Dauer von mehr als 10 Minuten überschreiten. Wir schließen mit einem Überblick über unsere laufenden und zukünftigen MAV-bezogenen Forschungen. Schlüsselwörter: VISIONBASIERTE STEUERUNG, LUFTROBOTIK, ECHTZEITSTEUERUNG
Ettinger et al. (Mittw,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: