arXiv · 机器人与计算机视觉· Shaoxiang Qin, Yucheng Zhao, Fuyuan Lyu, Di Zhou, Jiachen Yao, Xue Liu, Anima Anandkumar, Liangzhu Leon Wang, Xiongye Xiao·· 9 天前精选AI 评分78
GeoWind2Plan:面向任务时间的城市三维风场预测与无人机节能规划框架
GeoWind2Plan: Mission-Time 3D Urban Wind Prediction for Energy-Efficient UAV Planning
AI 导读
论文提出 GeoWind2Plan 框架,解决城市低空飞行中建筑重塑风场导致的路径规划能耗依赖问题。该框架将建筑几何转化为参考风场帧,利用局部几何条件化的神经算子快速预测任务相关的三维风片并拼接成局部风场,随后基于物理驱动的无人机能量模型优化可行路径与速度剖面。
推荐理由
该框架在仅用背景风与建筑几何的条件下,实现约 3 秒的走廊局部三维风场预测,相比 CFD 快数千倍,且规划出的轨迹在 CFD 评估下显著降低能耗。
来源:arXiv · 机器人与计算机视觉 · arxiv.org