要約
ポケットサイズの自律型ナノドローンは、狭く制限された空間での目視検査など、多くのロボットの使用事例に革命をもたらし、その小さなフォームファクタと重量（数十グラム）により、人間とロボットのより安全な相互作用を保証します。
この説得力のあるビジョンは、船上で必要とされる高レベルのインテリジェンスによって挑戦されます。これは、船上でホストできる PULP (並列超低電力) MCU クラスのナビゲーションおよびミッション コントローラーで利用可能な限られた計算リソースとストレージ リソースと衝突します。
この作品は、ナノドローンの自律ナビゲーションのための最先端の畳み込みニューラル ネットワークである PULP-Dronet から移行しています。
Tiny-PULP-Dronet を紹介します。これは、同等の飛行パフォーマンスで推論を実行するために必要なモデル サイズ (パラメーターが 50 倍少ない) と演算数 (積和演算が 27 分の 1 少ない) を 1 桁以上圧縮する新しい方法論です。
パルプドロネット。
この大幅な削減により、高レベルのインテリジェンスを達成するための基本的な要件である、ナノドローンでの手頃な価格のマルチタスクへの道が開かれます。
要約(オリジナル)
Pocket-sized autonomous nano-drones can revolutionize many robotic use cases, such as visual inspection in narrow, constrained spaces, and ensure safer human-robot interaction due to their tiny form factor and weight — i.e., tens of grams. This compelling vision is challenged by the high level of intelligence needed aboard, which clashes against the limited computational and storage resources available on PULP (parallel-ultra-low-power) MCU class navigation and mission controllers that can be hosted aboard. This work moves from PULP-Dronet, a State-of-the-Art convolutional neural network for autonomous navigation on nano-drones. We introduce Tiny-PULP-Dronet: a novel methodology to squeeze by more than one order of magnitude model size (50x fewer parameters), and number of operations (27x less multiply-and-accumulate) required to run inference with similar flight performance as PULP-Dronet. This massive reduction paves the way towards affordable multi-tasking on nano-drones, a fundamental requirement for achieving high-level intelligence.
arxiv情報
| 著者 | Lorenzo Lamberti,Vlad Niculescu,Michał Barcis,Lorenzo Bellone,Enrico Natalizio,Luca Benini,Daniele Palossi |
| 発行日 | 2024-07-02 16:24:57+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google