基于多任务回归的学习在非结构化室外环境中实现自主无人机飞行控制

全球无人驾驶航空器（UAV）（无人机）行业的增长扩展了完全自主UAV应用的可能性。本研究的部分动机源于在非结构化户外环境中使用UAV进行大范围搜索和监视操作的应用。这类环境的关键问题在于缺乏有助于自主飞行的结构化特征，例如道路线或路径。本文提出了一种端到端多任务回归学习方法，能够在森林冠层下定义导航和探索的飞行指令，无论是否有小径或额外传感器（如GPS）。训练和测试采用软件在环管道进行，这使得我们能够对最先进的姿态估计技术进行详细评估。我们的大量实验表明，该方法在执行密集探索时表现出色，能够在所需搜索范围内覆盖更广泛的区域，适用于以前未见过且未探索的环境，并且优于当前最先进的技术。