Visual Environment Assessment for Safe Autonomous Quadrotor Landing

要約

安全な着陸ゾーンの自律的な識別と評価は、システム障害、バッテリー残量低下、または特定のタスクの正常な完了が発生した場合に、航空機ロボットの安全性と有効性を確保するために最も重要です。
この論文では、クアッドローターが安全に着陸するための潜在的な着陸地点の検出と評価のための新しいアプローチを紹介します。
当社のソリューションは 2D と 3D の環境情報を効率的に統合し、GPS や高度な計算を必要とする標高地図などの外部支援の必要性を排除します。
提案されたパイプラインは、ニューラル ネットワーク (NN) から得られたセマンティック データを組み合わせて環境特徴を抽出し、視差マップから取得した幾何学的データを組み合わせて、傾斜、平坦度、粗さなどの重要な幾何学的属性を抽出します。
これらの属性に基づいていくつかのコスト指標を定義し、環境内の領域の安全性、安定性、適合性を評価し、最適な着陸エリアを特定します。
私たちのアプローチは、限られた計算能力を備えたクアッドローター上でリアルタイムで実行されます。
さまざまな環境で実施された実験結果は、提案された方法が適切な着陸エリアを効果的に評価および特定し、クアッドローターの安全かつ自律的な着陸を可能にすることを示しています。

要約(オリジナル)

Autonomous identification and evaluation of safe landing zones are of paramount importance for ensuring the safety and effectiveness of aerial robots in the event of system failures, low battery, or the successful completion of specific tasks. In this paper, we present a novel approach for detection and assessment of potential landing sites for safe quadrotor landing. Our solution efficiently integrates 2D and 3D environmental information, eliminating the need for external aids such as GPS and computationally intensive elevation maps. The proposed pipeline combines semantic data derived from a Neural Network (NN), to extract environmental features, with geometric data obtained from a disparity map, to extract critical geometric attributes such as slope, flatness, and roughness. We define several cost metrics based on these attributes to evaluate safety, stability, and suitability of regions in the environments and identify the most suitable landing area. Our approach runs in real-time on quadrotors equipped with limited computational capabilities. Experimental results conducted in diverse environments demonstrate that the proposed method can effectively assess and identify suitable landing areas, enabling the safe and autonomous landing of a quadrotor.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google