Time-Optimal Gate-Traversing Planner for Autonomous Drone Racing

要約

レーストラックを通過する最小時間軌道は、ドローンの能力とすべてのゲートの構成 (形状、サイズ、方向など) によって決まります。
しかし、これまでの研究ではゲート構成の影響が無視されており、ドローンレースをウェイポイント飛行タスクとして定式化しているため、各ゲートを通過する保守的なウェイポイント選択が行われていました。
我々は、ゲート制約を明示的に考慮できる新しい時間最適プランナーを提案します。これにより、クワッドローターがハイブリッド ゲート タイプのトラック内のシングル ローター推力制限で最も時間効率の高いウェイポイントをたどることができます。
私たちのアプローチは、最先端のものと同等のソリューション品質を提供しますが、計算時間は桁違いに速くなります。
さらに、提案されたフレームワークにより、ユーザーは既存のゲート クラスを連結することでトンネルなどのゲート制約をカスタマイズでき、忠実度の高いレース トラック モデリングが可能になります。
優れた計算効率と柔軟性により、異なる形状のゲートが数十、場合によっては数百ある複雑なレース トラックに最適なレーシング軌道を生成できます。
実際のフライトでこの方法を検証し、ウェイポイント制約の代わりにゲート制約を使用することでラップタイムを短縮できることを実証します。

要約(オリジナル)

Time-minimum trajectories through race tracks are determined by the drone’s capability as well as the configuration of all gates (e.g., their shapes, sizes, and orientations). However, prior works neglect the impact of the gate configuration and formulate drone racing as a waypoint flight task, leading to conservative waypoint selection through each gate. We present a novel time-optimal planner that can account for gate constraints explicitly, enabling quadrotors to follow the most time-efficient waypoints at their single-rotor-thrust limits in tracks with hybrid gate types. Our approach provides comparable solution quality to the state-of-the-art but with a computation time orders of magnitude faster. Furthermore, the proposed framework allows users to customize gate constraints such as tunnels by concatenating existing gate classes, enabling high-fidelity race track modeling. Owing to the superior computation efficiency and flexibility, we can generate optimal racing trajectories for complex race tracks with tens or even hundreds of gates with distinct shapes. We validate our method in real-world flights and demonstrate that faster lap times can be produced by using gate constraints instead of waypoint constraints.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google