Evaluating the Performance of Multi-Scan Integration for UAV LiDAR-based Tracking

要約

ドローンは、農業、測量、輸送など、幅広い産業で不可欠なツールとなっています。しかし、乱雑な環境やGNSSが使えない環境など、厳しい環境下での無人航空機（UAV）の追跡は、依然として重要な課題となっています。さらに、UAVはマルチロボットシステムの一部として配備されており、その位置の追跡は相対的な状態推定に不可欠となる場合があります。本論文では、固体LiDARとカルマンフィルタ（KF）を用いて、GNSS不利な環境でUAVを追跡するためのマルチスキャン統合手法の性能を評価します。我々は、様々な距離と速度で、広いオープンエリアでUAVを追跡するアルゴリズムの能力を評価する。定量的な分析により、等速モデルを使用した「検出による追跡」が一貫してターゲットを追跡する唯一の方法である一方、KFを使用して複数のスキャン周波数を統合することにより、低い位置誤差を達成し、同様のシナリオでUAVを追跡するための有効なオプションであることが示されました。

要約(オリジナル)

Drones have become essential tools in a wide range of industries, including agriculture, surveying, and transportation. However, tracking unmanned aerial vehicles (UAVs) in challenging environments, such cluttered or GNSS-denied environments, remains a critical issue. Additionally, UAVs are being deployed as part of multi-robot systems, where tracking their position can be essential for relative state estimation. In this paper, we evaluate the performance of a multi-scan integration method for tracking UAVs in GNSS-denied environments using a solid-state LiDAR and a Kalman Filter (KF). We evaluate the algorithm’s ability to track a UAV in a large open area at various distances and speeds. Our quantitative analysis shows that while ‘tracking by detection’ using a constant velocity model is the only method that consistently tracks the target, integrating multiple scan frequencies using a KF achieves lower position errors and represents a viable option for tracking UAVs in similar scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL