Scalable Autonomous Drone Flight in the Forest with Visual-Inertial SLAM and Dense Submaps Built without LiDAR

要約

林業は持続可能な未来のための重要な要素を構成しますが、効率を向上させるためにデジタルプロセスを導入することは非常に困難です。
主な制限は、森林が広がる広大な地域と膨大な数の樹木のために、情報に基づいた林業の意思決定の基礎として高い時間的および空間的解像度で正確な地図を取得することが難しいことです。
この課題に対処するために、当社は、コスト効率が高く軽量なパッシブ視覚センサーと慣性センサーのみに依存してキャノピー下の自律ナビゲーションを実行する自律型超小型航空機 (MAV) システムを紹介します。
私たちは、正確な MAV 状態推定のために視覚慣性同時位置特定およびマッピング (VI-SLAM) を活用し、それを体積占有サブマッピング システムと組み合わせて、経路計画に直接使用できるスケーラブルなマッピング フレームワークを実現します。
モノリシック マップとは対照的に、サブマップは更新されるときに姿勢推定に応じて移動するため、本質的に VI-SLAM からの避けられないドリフトと修正に対処します。
ナビゲーション中のMAVの安全性を確保するために、状態が大きく変化した場合でも、一貫した方法でVI-SLAMシステムからの状態更新に応じてMAVが追跡している基準軌道を移動および変形させる、新しい基準軌道アンカリングスキームも提案します。
ループ閉鎖による推定値。
当社では、1 ヘクタールあたり 400 本を超える樹木密度が高く、最大 3 m/s の速度で、実際の森林環境とシミュレートされた森林環境の両方でシステムを徹底的に検証していますが、衝突やシステム障害は一度も発生しません。
私たちの知る限り、これは、低コストのパッシブ視覚センサーと VI-SLAM を含む完全なオンボード計算を使用して、このような非構造化環境でこのレベルのパフォーマンスを達成した最初のシステムです。

要約(オリジナル)

Forestry constitutes a key element for a sustainable future, while it is supremely challenging to introduce digital processes to improve efficiency. The main limitation is the difficulty of obtaining accurate maps at high temporal and spatial resolution as a basis for informed forestry decision-making, due to the vast area forests extend over and the sheer number of trees. To address this challenge, we present an autonomous Micro Aerial Vehicle (MAV) system which purely relies on cost-effective and light-weight passive visual and inertial sensors to perform under-canopy autonomous navigation. We leverage visual-inertial simultaneous localization and mapping (VI-SLAM) for accurate MAV state estimates and couple it with a volumetric occupancy submapping system to achieve a scalable mapping framework which can be directly used for path planning. As opposed to a monolithic map, submaps inherently deal with inevitable drift and corrections from VI-SLAM, since they move with pose estimates as they are updated. To ensure the safety of the MAV during navigation, we also propose a novel reference trajectory anchoring scheme that moves and deforms the reference trajectory the MAV is tracking upon state updates from the VI-SLAM system in a consistent way, even upon large changes in state estimates due to loop-closures. We thoroughly validate our system in both real and simulated forest environments with high tree densities in excess of 400 trees per hectare and at speeds up to 3 m/s – while not encountering a single collision or system failure. To the best of our knowledge this is the first system which achieves this level of performance in such unstructured environment using low-cost passive visual sensors and fully on-board computation including VI-SLAM.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google