研究人员开发了一种新的递归ArUco标记设计，以提高无人机（UAV）着陆的可靠性。这种新颖的方法将完整的标记嵌入到父标记的黑色和白色位中，允许任意递归深度，即使在部分遮挡的情况下也能实现鲁棒检测。与之前的分形标记和Harco标记不同，该设计在所有递归尺度上都保持了单一的唯一标识符，从而能够为同时进行机队操作的无人机提供大量唯一的起降场标识。 AI
影响 这项研究可能为无人机机队带来更鲁棒、更具可扩展性的自主着陆系统。
排序理由 该集群包含一篇学术论文，详细介绍了机器人标尺标记的新技术方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.13830v1 Announce Type: cross Abstract: Unmanned Aerial Vehicles (UAVs) increasingly rely on visual fiducial markers for autonomous navigation and precision landing. However, standard markers suffer from limited operational ranges, becoming undetectable when the camera …
Unmanned Aerial Vehicles (UAVs) increasingly rely on visual fiducial markers for autonomous navigation and precision landing. However, standard markers suffer from limited operational ranges, becoming undetectable when the camera is either too far or too close. While recursive an…