nach oben

Erschienen in:

2018 | OriginalPaper | Buchkapitel

Extending Deep Neural Network Trail Navigation for Unmanned Aerial Vehicle Operation Within the Forest Canopy

verfasst von : Bruna G. Maciel-Pearson, Patrice Carbonneau, Toby P. Breckon

Erschienen in: Towards Autonomous Robotic Systems

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

Autonomous flight within a forest canopy represents a key challenge for generalised scene understanding on-board a future Unmanned Aerial Vehicle (UAV) platforms. Here we present an approach for automatic trail navigation within such an unstructured environment that successfully generalises across differing image resolutions - allowing UAV with varying sensor payload capabilities to operate equally in such challenging environmental conditions. Specifically, this work presents an optimised deep neural network architecture, capable of state-of-the-art performance across varying resolution aerial UAV imagery, that improves forest trail detection for UAV guidance even when using significantly low resolution images that are representative of low-cost search and rescue capable UAV platforms.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Modelling and Predicting Rhythmic Flow Patterns in Dynamic Environments

Nächstes Kapitel Virtual Environment for Training Autonomous Vehicles

Apvrille, L., Tanzi, T., Dugelay, J.L.: Autonomous drones for assisting rescue services within the context of natural disasters. In: General Assembly and Scientific Symposium, pp. 1–4. IEEE (2014)

Câmara, D.: Cavalry to the rescue: drones fleet to help rescuers operations over disasters scenarios. In: Conference on Antenna Measurements & Applications, pp. 1–4. IEEE (2014)

Christiano, P., et al.: Transfer from simulation to real world through learning deep inverse dynamics model. arXiv preprint arXiv:1610.03518 (2016)

Dietrich, J.T.: Riverscape mapping with helicopter-based structure-from-motion photogrammetry. Geomorphology 252, 144–157 (2016)CrossRef

Gandhi, D., Pinto, L., Gupta, A.: Learning to fly by crashing. arXiv preprint arXiv:1704.05588 (2017)

Gaszczak, A., Breckon, T.P., Han, J.: Real-time people and vehicle detection from UAV imagery. In: Intelligent Robots and Computer Vision XXVIII: Algorithms and Techniques, vol. 7878, pp. 78780B. International Society for Optics and Photonics (2011)

Giusti, A., et al.: A machine learning approach to visual perception of forest trails for mobile robots. IEEE Robot. Autom. Lett. 1(2), 661–667 (2016)MathSciNetCrossRef

He, K., Zhang, X., Ren, S., Sun, J.: Spatial pyramid pooling in deep convolutional networks for visual recognition. In: Fleet, D., Pajdla, T., Schiele, B., Tuytelaars, T. (eds.) ECCV 2014. LNCS, vol. 8691, pp. 346–361. Springer, Cham (2014). https://doi.org/10.1007/978-3-319-10578-9_23CrossRef

Kelchtermans, K., Tuytelaars, T.: How hard is it to cross the room?-training (recurrent) neural networks to steer a UAV. arXiv preprint arXiv:1702.07600 (2017)

10.

Koh, L.P., Wich, S.A.: Dawn of drone ecology: low-cost autonomous aerial vehicles for conservation. Trop. Conserv. Sci. 5(2), 121–132 (2012)CrossRef

11.

Mueller, M., Casser, V., Smith, N., Ghanem, B.: Teaching UAV to race using UE4Sim. arXiv preprint arXiv:1708.05884 (2017)

12.

Paneque-Gálvez, J., McCall, M.K., Napoletano, B.M., Wich, S.A., Koh, L.P.: Small drones for community-based forest monitoring: an assessment of their feasibility and potential in tropical areas. Forests 5(6), 1481–1507 (2014)CrossRef

13.

Puri, A.: A survey of unmanned aerial vehicles (UAV) for traffic surveillance. Department of computer science and engineering, University of South Florida, pp. 1–29 (2005)

14.

Rémy, G., Senouci, S.-M., Jan, F., Gourhant, Y.: Sar drones: drones for advanced search and rescue missions. Journées Nationales des Communications dans les Transports 1, 1–3 (2013)

15.

Smolyanskiy, N., Kamenev, A., Smith, J., Birchfield, S.: Toward low-flying autonomous MAV trail navigation using deep neural networks for environmental awareness. In: 2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Vancouver, BC, pp. 4241–4247 (2017)

16.

Tai, L., Liu, M.: Deep-learning in mobile robotics-from perception to control systems: a survey on why and why not. arXiv preprint arXiv:1612.07139 (2016)

17.

Yoo J, Hong Y, Yoon S.: Autonomous UAV navigation with domain adaptation. arXiv preprint arXiv:1712.03742 (2017)

18.

Zhang, T., Kahn, G., Levine, S., Abbeel, P.: Learning deep control policies for autonomous aerial vehicles with MPC-guided policy search. In: 2016 International Conference on Robotics and Automation 2016, pp. 528–535. IEEE (2016)

Titel: Extending Deep Neural Network Trail Navigation for Unmanned Aerial Vehicle Operation Within the Forest Canopy
verfasst von: Bruna G. Maciel-Pearson
Patrice Carbonneau
Toby P. Breckon
Verlag: Springer International Publishing
Buch: Towards Autonomous Robotic Systems
Print ISBN: 978-3-319-96727-1

Electronic ISBN: 978-3-319-96728-8

Copyright-Jahr: 2018
DOI: https://doi.org/10.1007/978-3-319-96728-8_13

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"