A Dataset and Comparative Study for Vision-Based Relative Position Estimation of Multirotor Teams Flying in Close Proximity

要約

マルチローター チームは、互いに非常に接近して飛行する必要がある場合がある、検査、配送、および建設作業に役立ちます。
このような近接のケースでは、非線形の空力効果が壊滅的な衝突を引き起こす可能性があり、各ロボットが周囲を認識している必要があります。
既存のアプローチは、高価または重い知覚センサーに依存しています。
代わりに、マルチローターのしばしば無視されるヨーの自由度を使用して、単一の安価で軽量な単眼カメラを高い角速度で回転させて全方向認識を行うことを提案します。
実世界の物理的な飛行と 3D レンダリングされたシーンで収集されたデータセットを提供し、成功率、相対位置推定、およびダウンウォッシュ予測精度に関して、異なる設定で 2 つの既存の学習ベースの方法を比較します。
アプリケーションとして、提案された回転カメラが、挑戦的なスワッピングタスクで空力ダウンウォッシュの存在を予測できることを示します。

要約(オリジナル)

Multirotor teams are useful for inspection, delivery, and construction tasks, in which they might be required to fly very close to each other. In such close-proximity cases, nonlinear aerodynamic effects can cause catastrophic crashes, necessitating each robots’ awareness of the surroundings. Existing approaches rely on expensive or heavy perception sensors. Instead, we propose to use the often ignored yaw degree-of-freedom of multirotors to spin a single, cheap and lightweight monocular camera at a high angular rate for omnidirectional awareness. We provide a dataset collected with real-world physical flights as well as with 3D rendered scenes and compare two existing learning-based methods in different settings with respect to success rate, relative position estimation, and downwash prediction accuracy. As application we demonstrate that our proposed spinning camera is capable of predicting the presence of aerodynamic downwash in a challenging swapping task.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google