인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술저널
DBpia Top 10%
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
초록·키워드
Last-mile delivery by a drone in urban environments with high-rise buildings is a challenging task due to the presence of severe GPS errors and a high risk of collisions. This paper proposes the technologies required for a drone to perform last-mile deliveries autonomously in urban environments. First, we recognize urban obstacles simulating high-rise buildings using 2D LiDAR and construct an occupancy grid map to avoid obstacles as the shortest path through the center point between obstacles. Next, we detect a balcony window look-alike marker using a deep learning model and then estimate the position and attitude of the origin-symmetric marker. Based on the estimated pose of the marker, the drone is guided to enter the balcony area and drop the cargo on the balcony. We also design a device and mechanism that fixes and drops cargo via lock and release operations, which is attached to the bottom of a small drone. Finally, we perform precision landing using a cascaded ArUco marker created from two ArUco markers with different IDs. We validate each of the proposed technologies in a realistic testing environment.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-094004439
