基于无监督学习的单目视觉深度估计在无人机自主飞行中的应用

简介：
本研究探讨了利用无监督学习技术进行单目视觉深度估计，并将其应用于无人机自主飞行中，旨在提高无人飞行器在复杂环境下的导航与避障能力。 针对双目视觉深度估计存在的成本高、体积大以及需要大量深度图进行监督学习训练的问题，本段落提出了一种面向无人机自主飞行的无监督单目深度估计模型。首先，为了减小不同尺寸目标对深度估计的影响，将输入图像进行金字塔化处理；其次，在图像重构方面设计一种基于ResNet-50进行特征提取的自编码神经网络，该网络根据输入的左视图或右视图生成对应的金字塔视差图，并采用双线性插值的方法重构出与其对应的金字塔右视图或左视图；最后为提高深度估计精度，将结构相似性引入到图像重构损失、视差图一致性损失中，并联合使用这些损失作为训练的总损失。实验结果表明，在KITTI数据集上经过充分训练后，该模型在KITTI和Make3D数据集中相比其他单目深度估计方法具有更高的准确性和实时性，基本满足了无人机自主飞行对深度估计准确性和实时性的要求。