机构名称：
¥ 1.0
无人驾驶汽车或无人机正在越来越多的应用中使用，包括监视，搜索和救援以及环境跟踪。但是，意外的发动机问题，发动机故障和飞行表面的崩溃可能需要强迫着陆，使无人机及其周围环境处于危险之中。如果无人机安全地降落的能力（例如建筑物或树木）有任何障碍，则必须能够返回其紧急着陆点。因此，在这些紧急情况下，可以迅速识别安全着陆场所的自动化技术。本文提出了一种创新的方法，该方法添加了特征提取，包括HOG，HSV，LBP和SFIT。gmm，SVM和使用机器学习技术本能地选择适当的无人机造成的着陆点的内核。通过使用机器学习和功能提取技术，我们在基线上提高了40％的精度。所提出的系统集成了来自多个来源的数据，包括地形图，卫星图像和板传感器。机器学习算法预测了可能的着陆点。注释的数据集，其因素，包括地形高度，土地覆盖类型，坡度和与障碍物的接近度用于训练这些算法。尤其是人工神经网络或ANN。
使用机器学习的自主无人机强制着陆现场预测
主要关键词
相关文件推荐
