To Fuse or Not to Fuse: Measuring Consistency in Multi-Sensor Fusion for Aerial Robots

要約

航空機はもはやオープンスペースでの飛行に限定されません。最近の研究は空中操作と近接検査に焦点を当てています。
このようなアプリケーションでは、状態推定に厳しい要件が課されます。ロボットは、車載のオドメトリや全地球測位センサーなど、多くのソースからの状態情報を組み合わせる必要があります。
ただし、構造物の近くを飛行したり、構造物に接触したりすることは、多くのセンシング方式にとっては劣化したケースであり、ロボットの状態推定フレームワークは、現在どのセンサーが信頼できるかをインテリジェントに選択する必要があります。
私たちは、マルチセンサー融合フレームワークにおけるセンシングモダリティの信頼性を判断するために多くの指標を評価し、この指標を使用してどのセンサーを融合するか融合しないかを選択するコンセンサス発見スキームを導入します。
最後に、このような融合フレームワークは、すべてのセンサーを常に融合するよりも堅牢で正確であることを示し、そのようなメトリクスが屋内外の飛行や橋梁検査などの実世界の実験でどのように有益であるかを実証します。

要約(オリジナル)

Aerial vehicles are no longer limited to flying in open space: recent work has focused on aerial manipulation and up-close inspection. Such applications place stringent requirements on state estimation: the robot must combine state information from many sources, including onboard odometry and global positioning sensors. However, flying close to or in contact with structures is a degenerate case for many sensing modalities, and the robot’s state estimation framework must intelligently choose which sensors are currently trustworthy. We evaluate a number of metrics to judge the reliability of sensing modalities in a multi-sensor fusion framework, then introduce a consensus-finding scheme that uses this metric to choose which sensors to fuse or not to fuse. Finally, we show that such a fusion framework is more robust and accurate than fusing all sensors all the time and demonstrate how such metrics can be informative in real-world experiments in indoor-outdoor flight and bridge inspection.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google