Fully Onboard SLAM for Distributed Mapping with a Swarm of Nano-Drones

要約

無人航空機（UAV）の使用は、監視や救急ミッションから他の機械や人間との協力を含む産業自動化に至るまでのアプリケーションで急速に増加しています。
エリアカバレッジを最大化し、ミッションレイテンシを減らすために、コラボレーションドローンの群れが重要な研究方向になりました。
ただし、このアプローチには、対処するための位置決め、マッピング、および通信におけるオープンな課題が必要です。
この作業では、35 gの限られたペイロードと密着したオンボードセンシングおよびコンピューティング機能を特徴とするナノUAVの群れに基づいた分散マッピングシステムについて説明します。
各Nano-UAVには、4つの方向の障害物までの相対距離を測定する4つの64ピクセル深度センサーが装備されています。
提案されたシステムは、群れから情報をマージし、外部インフラストラクチャに依存することなく、コヒーレントなグリッドマップを生成します。
データ融合は、繰り返し近くの最も近いポイントアルゴリズムとグラフベースの同時ローカリゼーションとマッピングアルゴリズムを使用して実行されます。
最大4つのナノUAVの群れで3つの異なる迷路で収集されたフィールドの結果は、12 cmのマッピング精度を証明し、マッピング時間がエージェントの数に反比例していることを示しています。
提案されたフレームワークは、通信帯域幅とオンボード計算の複雑さの観点から直線的にスケーリングし、最大20個のナノUAV間の通信をサポートし、最大180 m2の領域のマッピングをサポートし、選択した構成は50 kbのメモリを必要とします。

要約(オリジナル)

The use of Unmanned Aerial Vehicles (UAVs) is rapidly increasing in applications ranging from surveillance and first-aid missions to industrial automation involving cooperation with other machines or humans. To maximize area coverage and reduce mission latency, swarms of collaborating drones have become a significant research direction. However, this approach requires open challenges in positioning, mapping, and communications to be addressed. This work describes a distributed mapping system based on a swarm of nano-UAVs, characterized by a limited payload of 35 g and tightly constrained onboard sensing and computing capabilities. Each nano-UAV is equipped with four 64-pixel depth sensors that measure the relative distance to obstacles in four directions. The proposed system merges the information from the swarm and generates a coherent grid map without relying on any external infrastructure. The data fusion is performed using the iterative closest point algorithm and a graph-based simultaneous localization and mapping algorithm, running entirely onboard the UAV’s low-power ARM Cortex-M microcontroller with just 192 kB of memory. Field results gathered in three different mazes with a swarm of up to 4 nano-UAVs prove a mapping accuracy of 12 cm and demonstrate that the mapping time is inversely proportional to the number of agents. The proposed framework scales linearly in terms of communication bandwidth and onboard computational complexity, supporting communication between up to 20 nano-UAVs and mapping of areas up to 180 m2 with the chosen configuration requiring only 50 kB of memory.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google