Flying through cluttered and dynamic environments with LiDAR

要約

無人航空機（UAV）を乱雑で動的な環境でナビゲートすると、特に速いまたは突然の障害に対処する場合、依然として重要な課題のままです。
このペーパーでは、UAVが複雑な環境でのさまざまな移動障害を回避できるように設計された完全なLIDARベースのシステムを紹介します。
知覚と計画の高い計算効率に利益をもたらすと、システムは、低遅延のオンボードコンピューティングリソースを使用してリアルタイムで動作できます。
動的環境の知覚のために、以前の作業であるM検出器をシステムに統合しました。
M検出器は、さまざまなサイズ、色、タイプの移動オブジェクトが確実に検出されることを保証します。
動的環境計画のために、動的オブジェクトの予測を統合計画と制御（IPC）フレームワーク、つまりDynIPCに組み込みます。
この統合により、UAVは動的障害に関する予測を活用して効果的に回避することができます。
シミュレーションと実際の実験の両方を通じて、提案されたシステムを検証します。
シミュレーションテストでは、当社のシステムは、成功率、時間消費、平均飛行時間、最大速度など、いくつかのメトリックにわたって最先端のベースラインよりも優れています。
実際の試験では、私たちのシステムは森林をうまくナビゲートし、その経路に沿って障害物を動かすことを避けます。

要約(オリジナル)

Navigating unmanned aerial vehicles (UAVs) through cluttered and dynamic environments remains a significant challenge, particularly when dealing with fast-moving or sudden-appearing obstacles. This paper introduces a complete LiDAR-based system designed to enable UAVs to avoid various moving obstacles in complex environments. Benefiting the high computational efficiency of perception and planning, the system can operate in real time using onboard computing resources with low latency. For dynamic environment perception, we have integrated our previous work, M-detector, into the system. M-detector ensures that moving objects of different sizes, colors, and types are reliably detected. For dynamic environment planning, we incorporate dynamic object predictions into the integrated planning and control (IPC) framework, namely DynIPC. This integration allows the UAV to utilize predictions about dynamic obstacles to effectively evade them. We validate our proposed system through both simulations and real-world experiments. In simulation tests, our system outperforms state-of-the-art baselines across several metrics, including success rate, time consumption, average flight time, and maximum velocity. In real-world trials, our system successfully navigates through forests, avoiding moving obstacles along its path.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google