Fusion of Visual-Inertial Odometry with LiDAR Relative Localization for Cooperative Guidance of a Micro-Scale Aerial Vehicle

要約

この論文では、VIOとLiDARを融合した十分に装備された航空機ロボットによるマイクロスケールUAVの誘導のための新しい相対位置推定アプローチを提案します。
LiDAR ベースの位置特定は、困難な環境条件に対して正確かつ堅牢ですが、軽量のカメラとは対照的に、3D LiDAR は比較的重量があり、大型の UAV プラットフォームを必要とします。
ただし、視覚ベースの自己位置推定方法は精度が低く、グローバル基準フレームに対して大幅なドリフトが発生する可能性があります。
両方の感覚モダリティから利益を得るために、私たちは、プライマリ LiDAR 搭載 UAV とセカンダリ マイクロスケール カメラ搭載 UAV の異種チームでの協調ナビゲーションに焦点を当てています。
我々は、LiDAR 相対位置特定データとプライマリ UAV に搭載された VIO 出力を組み合わせて、セカンダリ UAV の正確な姿勢を取得する新しい協調アプローチを提案します。
姿勢推定は、プライマリ UAV 基準フレームで定義された軌道に沿ってセカンダリ UAV を正確かつ確実にガイドするために使用されます。
実験的評価では、生の VIO 出力に対する私たちの方法の精度が優れていることが示され、VIO ドリフトを軽減しながらセカンダリ UAV を望ましい軌道に沿って誘導する能力が実証されました。
したがって、このような異種システムは、現実世界の協力マッピング シナリオで示されたように、LiDAR の精度で広大なエリアを探索できるだけでなく、大型の LiDAR を搭載した UAV プラットフォームがアクセスできない場所を訪問することもできます。

要約(オリジナル)

A novel relative localization approach for guidance of a micro-scale UAV by a well-equipped aerial robot fusing VIO with LiDAR is proposed in this paper. LiDAR-based localization is accurate and robust to challenging environmental conditions, but 3D LiDARs are relatively heavy and require large UAV platforms, in contrast to lightweight cameras. However, visual-based self-localization methods exhibit lower accuracy and can suffer from significant drift with respect to the global reference frame. To benefit from both sensory modalities, we focus on cooperative navigation in a heterogeneous team of a primary LiDAR-equipped UAV and a secondary micro-scale camera-equipped UAV. We propose a novel cooperative approach combining LiDAR relative localization data with VIO output on board the primary UAV to obtain an accurate pose of the secondary UAV. The pose estimate is used to precisely and reliably guide the secondary UAV along trajectories defined in the primary UAV reference frame. The experimental evaluation has shown the superior accuracy of our method to the raw VIO output and demonstrated its capability to guide the secondary UAV along desired trajectories while mitigating VIO drift. Thus, such a heterogeneous system can explore large areas with LiDAR precision, as well as visit locations inaccessible to the large LiDAR-carrying UAV platforms, as was showcased in a real-world cooperative mapping scenario.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google