Terrain-aware Low Altitude Path Planning

要約

この論文では、オンボードカメラと車両のポーズからRGB画像のみを使用して、リアルタイムでエアース（NOE）フライトの低標高計画計画を生成する問題を研究します。
私たちは、このタスクに関する標準的な動作クローニングアプローチで訓練されたポリシーを上回ることを可能にする行動のクローニングと自己監視学習を組み合わせた新しいトレーニング方法を提案します。
シミュレーション研究は、カスタムキャニオン地形で実行されます。

要約(オリジナル)

In this paper, we study the problem of generating low altitude path plans for nap-of-the-earth (NOE) flight in real time with only RGB images from onboard cameras and the vehicle pose. We propose a novel training method that combines behavior cloning and self-supervised learning that enables the learned policy to outperform the policy trained with standard behavior cloning approach on this task. Simulation studies are performed on a custom canyon terrain.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google