UAV Navigation in Tunnels with 2D tilted LiDARs

本文提出了一种新颖的无人机导航技术，通过几何和机器学习算法的联合使用，基于LiDAR信息实现。在隧道或矿井等挑战性环境中，不可能使用GNSS方法进行自主定位，照明可能不均匀或不存在，而墙壁特征可能很少，因此导航是一项复杂的任务，特别是如果导航需要以高速完成。通过深度神经网络处理感知到的信息，确定无人机相对于隧道纵轴的偏航角，以调整导航方向。此外，使用几何方法计算隧道内最安全的位置（即最大化到最近障碍物的距离）。这些信息足以实现在直线和曲线隧道中简单而有效的导航。

本论文旨在解决在隧道等复杂环境中，无法使用GNSS方法进行自我定位的无人机导航问题，提出了一种基于LiDAR信息和几何与机器学习算法相结合的导航技术。

论文的关键思路是使用深度神经网络处理LiDAR信息，确定无人机相对于隧道纵轴的偏航角度，并使用几何方法计算隧道内最安全的位置，以实现简单而有效的导航。

论文使用了深度神经网络和LiDAR信息处理技术，实现了在没有GNSS信号的隧道内的无人机导航。实验结果表明，该方法在直线和弯曲隧道中都能实现简单而有效的导航。论文还提供了数据集和开源代码。

在这个领域中，最近的相关研究包括“基于视觉和惯性传感器的无人机导航”和“基于超声波传感器的无人机导航”。