摘要

全球无人驾驶航空器（UAV）（无人机）行业的增长扩展了完全自主UAV应用的可能性。本研究的部分动机源于在非结构化户外环境中使用UAV进行大范围搜索和监视操作的应用。这类环境的关键问题在于缺乏有助于自主飞行的结构化特征，例如道路线或路径。本文提出了一种端到端多任务回归学习方法，能够在森林冠层下定义导航和探索的飞行指令，无论是否有小径或额外传感器（如GPS）。训练和测试采用软件在环管道进行，这使得我们能够对最先进的姿态估计技术进行详细评估。我们的大量实验表明，该方法在执行密集探索时表现出色，能够在所需搜索范围内覆盖更广泛的区域，适用于以前未见过且未探索的环境，并且优于当前最先进的技术。