%A 赵良玉, 李丹, 赵辰悦, 蒋飞 %T 无人机自主降落标识检测方法若干研究进展 %0 Journal Article %D 2022 %J 航空学报 %R 10.7527/S1000-6893.2021.25882 %P 25882-025882 %V 43 %N 9 %U {https://hkxb.buaa.edu.cn/CN/abstract/article_18695.shtml} %8 2022-09-15 %X 为了进一步促进中国海/陆空跨域协同技术的研究和发展, 综述了无人机自主降落标识检测方法的国内外最新研究成果。首先, 在分析视觉引导无人机自主降落流程的基础上, 简要总结了常用的基于图像分割、基于分类器和基于深度学习的标识检测方法。然后, 介绍了无人机自主降落于静平台和车辆、舰艇等动平台的国内外若干研究团队及成果, 并对团队采用的降落标识及检测方法进行了梳理。最后, 围绕动平台及复杂环境下的标识检测和相关软件算法、硬件设备、多传感器融合等讨论了当前存在的难点和可行的解决方案, 对未来克服人工标识依赖性, 采用深度学习思想进行非合作环境下的安全区域检测方法进行了展望。