随着无人机、人工智能等技术的不断发展，无人机在低空领域的应用越来越广泛。其中，低空无人机智能感知技术能够显著提升无人机的飞行效率及安全性，对拓展无人机在低空的可靠应用边界，进而推动“低空经济”的发展具有重要意义。
本书涵盖了低空飞行数据集构建、自主避障飞行、安全着陆区域选取、地面运动目标跟踪及自主着陆试验等低空无人机智能感知关键技术，特别介绍了如何提升无人机在复杂环境中的自主避障能力、如何实现安全着陆点的智能选取以及如何实现地面运动目标的精准跟踪等内容。本书的主要内容包括：第1章，系统设计与数据集构建；第2章，低空自主避障飞行方法；第3章，安全着陆区域选取方法；第4章，地面运动目标跟踪方法；第5章，无人机自主着陆飞行实验；第6章，总结与展望。
本书内容选择合理、结构清楚、图文并茂、面向应用，适合作为计算机、智能飞行器技术等相关专业学生阅读，也可作为工程人员的培训教材或相关科研人员的参考书。

目录
第1章无人机系统与数据集构建
1.1介绍
1.2无人机系统构建
1.2.1无人机平台
1.2.2相机内外参标定
1.2.3相机与激光雷达外参标定
1.2.4其他传感器外参标定
1.3低空飞行数据集构建
1.3.1国内外研究现状
1.3.2避障飞行数据集构建
1.3.3自主着陆数据集构建
1.4结论
第2章低空自主避障飞行方法
2.1介绍
2.2国内外研究现状
2.3基于迁移学习的避障感知模型
2.3.1基于深度神经网络的环境感知
2.3.2基于深度自适应网络的策略迁移
2.4实验验证与结果分析
2.4.1实验设置
2.4.2结果分析
2.5结论
第3章安全着陆区域选取方法
3.1介绍
3.2国内外研究现状
3.3场景深度与语义信息联合感知模型
3.3.1感知模型网络架构与损失函数设计
3.3.2深度图自评估方法与模型推理策略
3.4安全着陆点选取策略
3.5实验验证与结果分析
3.5.1多任务训练
3.5.2深度补全对比实验
3.5.3模型推理策略
3.5.4着陆点选取策略
3.6结论
第4章地面运动目标跟踪方法
4.1介绍
4.2国内外研究现状
4.3可迁移回归式多运动目标跟踪模型
4.3.1回归式多目标跟踪模型
4.3.2基于目标检测标注的训练策略
4.3.3基于迁移学习的多目标跟踪模型
4.3.4多目标跟踪策略与轨迹预测
4.4实验验证与结果分析
4.4.1与现有方法对比
4.4.2跟踪策略对比
4.4.3域自适应迁移学习
4.4.4轨迹预测
4.5结论
第5章无人机自主着陆飞行实验
5.1介绍
5.2多阶段着陆策略
5.3自主着陆软件系统
5.4自主着陆演示验证与结果分析
5.4.1基础功能实验
5.4.2多步自主降落实验
5.4.3完整自主着陆实验
5.5结论
第6章总结与展望
参考文献