3D exploration-based search for multiple targets using a UAV

要約

3D 空間内の未知の位置にある未知の数のターゲットを探索する無人航空機 (UAV) を考えてみましょう。
粒子フィルターは、ターゲットに関する不完全な測定値を使用して、予想されるターゲット数を表す強度関数を更新します。
我々は、共同、探査、およびターゲットの絞り込み目標を最大化することによって次の UAV 位置を選択する後退地平線プランナーを提案します。
自信を持って位置特定されたターゲットは保存され、考慮から除外されます。
障害物回避コンポーネントを備えた非線形コントローラーを使用して、目的のウェイポイントに到達します。
私たちは、一連のシミュレーションと、一定の高度からターゲットを探索する Parrot Mambo ドローンを使った実際のロボット実験を通じて、アプローチのパフォーマンスを実証します。
提案されたプランナーは、芝刈り機やターゲットを絞り込むだけの方法よりもうまく機能します。

要約(オリジナル)

Consider an unmanned aerial vehicle (UAV) that searches for an unknown number of targets at unknown positions in 3D space. A particle filter uses imperfect measurements about the targets to update an intensity function that represents the expected number of targets. We propose a receding-horizon planner that selects the next UAV position by maximizing a joint, exploration and target-refinement objective. Confidently localized targets are saved and removed from consideration. A nonlinear controller with an obstacle-avoidance component is used to reach the desired waypoints. We demonstrate the performance of our approach through a series of simulations, as well as in real-robot experiments with a Parrot Mambo drone that searches for targets from a constant altitude. The proposed planner works better than a lawnmower and a target-refinement-only method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google