跨传感器异步迁移学习的室内单目无人机避障

• 作者: 于兴虎 孙维超 李湛 杨学博 薛喜地 高会军
• 来源期刊: 宇航学报
• 学科: 航空航天
• 关键词: 单目视觉 深度强化学习 确定性策略梯度 跨传感器迁移学习 异步深度神经网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 制导、导航、控制与电子
• 页码范围: 811-819
• 页数: 9页
• 分类号: V19
• 字数: 6256字
• 语种: 中文
• DOI: 10.3873/j.issn.1000-1328.2020.06.018

摘要

针对强化学习策略由仿真环境向实际迁移困难的问题,以提高无人机采用无深度信息单目视觉时的行人规避能力为目标,提出一种基于异步深度神经网络结构的跨传感器迁移学习方法.首先,在仿真环境中仅使用虚拟单线激光雷达作为传感器,通过基于确定性策略梯度(DDPG)的深度强化学习方法,训练得到一个稳定的初级避障策略.其次,用单目摄像头和激光雷达同步采集现实环境中的视觉和深度数据集并逐帧绑定,使用上述初级避障策略对现实数据集进行自动标注,进而训练得到无需激光雷达数据的单目视觉避障策略,实现从虚拟激光雷达到现实单目视觉的跨传感器迁移学习.最后,引入YOLO v3-tiny网络与Resnet18网络组成异步深度神经网络结构,有效提高了存在行人场景下的避障性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李湛	哈尔滨工业大学智能控制与系统研究所	9	22	3.0	4.0
2	杨学博	哈尔滨工业大学智能控制与系统研究所	11	47	5.0	6.0
3	薛喜地	哈尔滨工业大学智能控制与系统研究所	1	0	0.0	0.0
4	孙维超	哈尔滨工业大学智能控制与系统研究所	2	1	1.0	1.0
5	于兴虎	哈尔滨工业大学智能控制与系统研究所	1	0	0.0	0.0