APACE: Agile and Perception-Aware Trajectory Generation for Quadrotor Flights

要約

さまざまな知覚を意識した計画アプローチは、操縦中の状態推定精度を向上させることを試みてきましたが、推定精度に影響を与える重要な要素であるフレーム間の特徴の一致性はしばしば見落とされてきました。
この論文では、軌道計画中に特徴の一致性を考慮した、クワッドローターのアグレッシブな飛行のためのアジャイルで知覚を意識した軌道生成フレームワークである APACE を紹介します。
私たちは、滑らかさ、安全性、敏捷性、およびクアローターダイナミクスの制約を満たしながら、視覚ベースの推定器の誤差を減らす、知覚を意識した軌道を生成することを目指しています。
認識の目的は、十分に小さい視差角を確保しながら、目に見える特徴の数を最大化することによって達成されます。
さらに、効率的な最適化解決のために軌道計画問題の分解を可能にする、微分可能で正確な可視性モデルを提案します。
フォトリアリスティックなシミュレーターと現実世界の実験の両方で行われた検証を通じて、私たちの方法によって生成された軌道が状態推定の精度を大幅に向上させ、二乗平均平方根誤差 (RMSE) が最大で 1 桁減少することを実証しました。
ソースコードはコミュニティに利益をもたらすためにリリースされます。

要約(オリジナル)

Various perception-aware planning approaches have attempted to enhance the state estimation accuracy during maneuvers, while the feature matchability among frames, a crucial factor influencing estimation accuracy, has often been overlooked. In this paper, we present APACE, an Agile and Perception-Aware trajeCtory gEneration framework for quadrotors aggressive flight, that takes into account feature matchability during trajectory planning. We seek to generate a perception-aware trajectory that reduces the error of visual-based estimator while satisfying the constraints on smoothness, safety, agility and the quadrotor dynamics. The perception objective is achieved by maximizing the number of covisible features while ensuring small enough parallax angles. Additionally, we propose a differentiable and accurate visibility model that allows decomposition of the trajectory planning problem for efficient optimization resolution. Through validations conducted in both a photorealistic simulator and real-world experiments, we demonstrate that the trajectories generated by our method significantly improve state estimation accuracy, with root mean square error (RMSE) reduced by up to an order of magnitude. The source code will be released to benefit the community.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google