Resilient Terrain Navigation with a 5 DOF Metal Detector Drone

要約

マイクロエアリアルビークル(MAV)は、地雷や爆発性遺棄物(ERW)を検出するために、自律的かつ非接触で土地調査を行う可能性を持っています。金属探知機は標準的な検出ツールですが、地形に接近し、平行に操作する必要があります。MAVと金属探知機をうまく組み合わせるには、高度な飛行能力が必要であるため、まだ発表されていない。そこで我々は、5自由度(DOF)のMAVに搭載した金属探知機を使って、困難な起伏のある地形を調査する自律型システムを紹介する。地形のオンライン推定に基づき、我々の後退水平プランナーは、プラットフォームの運動学的および可視性の制約を考慮しながら、検出器を表面に整列させ、効率的にエリアをカバーします。この調査では、多様な地形における弾力的で正確な位置特定が必要であるため、GNSS、IMU、LiDARの測定値を因子グラフに基づいてオンラインで融合することも提案しています。樹冠の下や特徴のない野原を飛行することで、個々のセンサーの縮退に対するソリューションの堅牢性を検証する。アブレーションをシミュレートした結果、提案するプランナーにより、カバー期間を短縮し、軌道の滑らかさを向上させることができた。実際の飛行実験では、起伏のある地形や障害物のある地形で埋もれた金属物体を自律的にマッピングすることを示す。

要約(オリジナル)

Micro aerial vehicles (MAVs) hold the potential for performing autonomous and contactless land surveys for the detection of landmines and explosive remnants of war (ERW). Metal detectors are the standard detection tool but must be operated close to and parallel to the terrain. A successful combination of MAVs with metal detectors has not been presented yet, as it requires advanced flight capabilities. To this end, we present an autonomous system to survey challenging undulated terrain using a metal detector mounted on a 5 degrees of freedom (DOF) MAV. Based on an online estimate of the terrain, our receding-horizon planner efficiently covers the area, aligning the detector to the surface while considering the kinematic and visibility constraints of the platform. As the survey requires resilient and accurate localization in diverse terrain, we also propose a factor graph-based online fusion of GNSS, IMU, and LiDAR measurements. We validate the robustness of the solution to individual sensor degeneracy by flying under the canopy of trees and over featureless fields. A simulated ablation study shows that the proposed planner reduces coverage duration and improves trajectory smoothness. Real-world flight experiments showcase autonomous mapping of buried metallic objects in undulated and obstructed terrain.

arxiv情報

著者 Patrick Pfreundschuh,Rik Bähnemann,Tim Kazik,Thomas Mantel,Roland Siegwart,Olov Andersson
発行日 2023-03-03 11:28:19+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, DeepL

カテゴリー: cs.RO パーマリンク