Assisted Physical Interaction: Autonomous Aerial Robots with Neural Network Detection, Navigation, and Safety Layers

要約

この論文では、産業環境における安全かつ自律的な空中物理的インタラクションのための新しいフレームワークを紹介します。
これは、オンボードの計算負荷を軽減するためにエッジ コンピューティングで強化されたニューラル ネットワーク ベースの目標検出システムと、安全で正確な操縦を実現するコントロール バリア機能 (CBF) ベースのコントローラーの 2 つの主要コンポーネントで構成されます。
ターゲット検出システムは、厳しい視覚条件下でデータセット上でトレーニングされ、変化する照明条件に伴うさまざまな目に見えないデータ全体の精度を評価します。
奥行き機能はターゲットの姿勢推定に利用され、検出フレームワーク全体が低遅延のエッジ コンピューティングにオフロードされます。
CBF ベースのコントローラーにより、UAV はターゲットに安全に収束し、正確に接触することができます。
コントローラーとターゲット検出の両方のシミュレーション評価が、実際の検出パフォーマンスの分析とともに表示されます。

要約(オリジナル)

The paper introduces a novel framework for safe and autonomous aerial physical interaction in industrial settings. It comprises two main components: a neural network-based target detection system enhanced with edge computing for reduced onboard computational load, and a control barrier function (CBF)-based controller for safe and precise maneuvering. The target detection system is trained on a dataset under challenging visual conditions and evaluated for accuracy across various unseen data with changing lighting conditions. Depth features are utilized for target pose estimation, with the entire detection framework offloaded into low-latency edge computing. The CBF-based controller enables the UAV to converge safely to the target for precise contact. Simulated evaluations of both the controller and target detection are presented, alongside an analysis of real-world detection performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google