Autonomous Drone Racing: A Survey

要約

過去 10 年間で、測量、捜索救助、またはラストマイル配送のための自律型ドローン システムの使用が飛躍的に増加しました。
これらのアプリケーションの台頭により、複雑で不確実な環境でドローンを運用できる、非常に堅牢で安全性を重視したアルゴリズムの必要性が生じています。
さらに、ドローンは高速飛行することでより多くの地面をカバーできるようになり、その結果、生産性が向上し、そのユースケースがさらに強化されます。
高速ナビゲーションで使用されるアルゴリズムを開発するための代替手段の 1 つは、自律ドローン レースのタスクです。研究者は、搭載センサーと限られた計算能力を使用して、一連のゲートを通過し、障害物をできるだけ早く回避するようにドローンをプログラムします。
速度と加速度はそれぞれ時速 80 キロメートルと 4 グラムを超えており、認識、計画、制御、状態推定にわたって重大な課題が生じています。
最大のパフォーマンスを達成するには、システムには、モーション ブラー、高ダイナミック レンジ、モデルの不確実性、空気力学的外乱、および多くの場合予測不可能な敵に対して堅牢なリアルタイム アルゴリズムが必要です。
この調査は、モデルベースと学習ベースのアプローチにわたる自律型ドローンレースの進歩を対象としています。
この分野の概要と長年にわたるその進化を説明し、最後に将来直面する最大の課題と未解決の疑問で締めくくります。

要約(オリジナル)

Over the last decade, the use of autonomous drone systems for surveying, search and rescue, or last-mile delivery has increased exponentially. With the rise of these applications comes the need for highly robust, safety-critical algorithms which can operate drones in complex and uncertain environments. Additionally, flying fast enables drones to cover more ground which in turn increases productivity and further strengthens their use case. One proxy for developing algorithms used in high-speed navigation is the task of autonomous drone racing, where researchers program drones to fly through a sequence of gates and avoid obstacles as quickly as possible using onboard sensors and limited computational power. Speeds and accelerations exceed over 80 kph and 4 g respectively, raising significant challenges across perception, planning, control, and state estimation. To achieve maximum performance, systems require real-time algorithms that are robust to motion blur, high dynamic range, model uncertainties, aerodynamic disturbances, and often unpredictable opponents. This survey covers the progression of autonomous drone racing across model-based and learning-based approaches. We provide an overview of the field, its evolution over the years, and conclude with the biggest challenges and open questions to be faced in the future.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google