要約
正確で効率的で安全なドローン着陸のために、地上プラットフォームはリアルタイムで、下降ドローンを正確に見つけて、指定された場所に導く必要があります。
MMWave Sensingとカメラの組み合わせにより、ローカリゼーションの精度が向上しますが、MMWaveレーダーと比較して従来のフレームカメラのサンプリング周波数が低いと、システムスループットにボトルネックが作成されます。
この作業では、従来のフレームカメラをイベントカメラに置き換えます。イベントカメラは、グラウンドプラットフォームのセットアップ内のMMWaveレーダーとサンプリング周波数で調和する新しいセンサーであり、MME-LOCを導入します。
ドローン着陸。
これらのモダリティ間の\ textIT {時間的一貫性}および\ textIT {空間相補性}を完全に活用するために、2つの革新的なモジュール、\ textIT {一貫性にインストールされたコラボレーショントラッキング}と\ textIT {グラフインフォーム化された適応協力最適化}を提案します。
ドローン測定抽出と効率的なセンサー融合。
大手ドローン配信会社の着陸シナリオにおける広範な実世界の実験は、MME-LOCがローカリゼーションの精度とレイテンシの両方で最先端の方法を上回ることを示しています。
要約(オリジナル)
For precise, efficient, and safe drone landings, ground platforms should real-time, accurately locate descending drones and guide them to designated spots. While mmWave sensing combined with cameras improves localization accuracy, the lower sampling frequency of traditional frame cameras compared to mmWave radar creates bottlenecks in system throughput. In this work, we replace the traditional frame camera with event camera, a novel sensor that harmonizes in sampling frequency with mmWave radar within the ground platform setup, and introduce mmE-Loc, a high-precision, low-latency ground localization system designed for drone landings. To fully leverage the \textit{temporal consistency} and \textit{spatial complementarity} between these modalities, we propose two innovative modules, \textit{consistency-instructed collaborative tracking} and \textit{graph-informed adaptive joint optimization}, for accurate drone measurement extraction and efficient sensor fusion. Extensive real-world experiments in landing scenarios from a leading drone delivery company demonstrate that mmE-Loc outperforms state-of-the-art methods in both localization accuracy and latency.
arxiv情報
| 著者 | Haoyang Wang,Jingao Xu,Xinyu Luo,Xuecheng Chen,Ting Zhang,Ruiyang Duan,Yunhao Liu,Xinlei Chen |
| 発行日 | 2025-02-20 19:29:08+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google