Swarm-LIO: Decentralized Swarm LiDAR-inertial Odometry

要約

正確な自己および相対状態の推定は、群れのタスク (共同自律探査、ターゲット追跡、捜索および救助など) を完了するための重要な前提条件です。
この論文では、Swarm-LIO を提案します。これは、各ドローンが正確な自我状態推定を実行し、無線通信によって自我状態と相互観測情報を交換し、(w.r.t.
) 残りの UAV はすべてリアルタイムで、LiDAR 慣性測定のみに基づいています。
チームメイトのドローンの観測を取得するために、新しい 3D LiDAR ベースのドローンの検出、識別、および追跡方法が提案されています。
相互観測測定値は、IMU および LiDAR 測定値と密結合されて、自我状態と相対状態をリアルタイムで正確に推定します。
実世界での広範な実験により、GPS が拒否されたシーン、カメラ (暗い夜) または LiDAR (単一の壁に面している) の劣化したシーンなど、複雑なシナリオへの幅広い適応性が示されています。
モーション キャプチャ システムによって提供されるグラウンド トゥルースと比較すると、結果は、単一の UAV システムの他の最先端の LiDAR 慣性オドメトリよりも優れたセンチメートル レベルのローカリゼーション精度を示しています。

要約(オリジナル)

Accurate self and relative state estimation are the critical preconditions for completing swarm tasks, e.g., collaborative autonomous exploration, target tracking, search and rescue. This paper proposes Swarm-LIO: a fully decentralized state estimation method for aerial swarm systems, in which each drone performs precise ego-state estimation, exchanges ego-state and mutual observation information by wireless communication, and estimates relative state with respect to (w.r.t.) the rest of UAVs, all in real-time and only based on LiDAR-inertial measurements. A novel 3D LiDAR-based drone detection, identification and tracking method is proposed to obtain observations of teammate drones. The mutual observation measurements are then tightly-coupled with IMU and LiDAR measurements to perform real-time and accurate estimation of ego-state and relative state jointly. Extensive real-world experiments show the broad adaptability to complicated scenarios, including GPS-denied scenes, degenerate scenes for camera (dark night) or LiDAR (facing a single wall). Compared with ground-truth provided by motion capture system, the result shows the centimeter-level localization accuracy which outperforms other state-of-the-art LiDAR-inertial odometry for single UAV system.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google