AIM: Acoustic Inertial Measurement for Indoor Drone Localization and Tracking

要約

屋内ドローンのローカリゼーションと追跡のためのユニークな技術である音響慣性測定（AIM）を提示します。
屋内ドローンのローカリゼーションと追跡は間違いなく重要でありながら未解決の課題です。GPSが除去された環境では、既存のアプローチでは、特に視界（NLOS）では、限られた適用性を享受したり、広範な環境計装を必要としたり、ドローンにかなりのハードウェア/ソフトウェアの変更を要求したりします。
対照的に、AIMはドローンの音響特性を活用して、NLOSの設定であっても、その位置を推定し、動きを導き出します。
専用のKalmanフィルターと四分位範囲ルール（IQR）を使用して、ロケーションの推定エラーを把握しました。
既製のマイクアレイを使用して目的を実装し、さまざまな設定の下で商用ドローンでそのパフォーマンスを評価します。
結果は、AIMの平均局在誤差が、NLOS設定のために最先端の赤外線システムさえ機能しない複雑な屋内シナリオの商用UWBベースのシステムよりも46％低いことを示しています。
さらに、分散マイクアレイを展開することにより、精度を失うことなく、任意の範囲とレイアウトを備えた屋内スペースをサポートするために目的を拡張できることを実証します。

要約(オリジナル)

We present Acoustic Inertial Measurement (AIM), a one-of-a-kind technique for indoor drone localization and tracking. Indoor drone localization and tracking are arguably a crucial, yet unsolved challenge: in GPS-denied environments, existing approaches enjoy limited applicability, especially in Non-Line of Sight (NLoS), require extensive environment instrumentation, or demand considerable hardware/software changes on drones. In contrast, AIM exploits the acoustic characteristics of the drones to estimate their location and derive their motion, even in NLoS settings. We tame location estimation errors using a dedicated Kalman filter and the Interquartile Range rule (IQR). We implement AIM using an off-the-shelf microphone array and evaluate its performance with a commercial drone under varied settings. Results indicate that the mean localization error of AIM is 46% lower than commercial UWB-based systems in complex indoor scenarios, where state-of-the-art infrared systems would not even work because of NLoS settings. We further demonstrate that AIM can be extended to support indoor spaces with arbitrary ranges and layouts without loss of accuracy by deploying distributed microphone arrays.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google