Detection and Tracking of MAVs Using a Rosette Scanning Pattern LiDAR

要約

商業用マイクロ航空車両（MAV）の使用は過去10年間で急増しており、社会的利益を提供するだけでなく、空域違反やプライバシーの懸念などのリスクを引き起こしています。
セキュリティリスクの増加により、自律的なドローン検出および追跡システムの開発が優先事項になっています。
この研究では、非反復的なロゼットスキャンパターンLIDARを使用して、特にセンサーの特性を活用することで検出距離を増やすことに焦点を当てて、この課題に取り組みます。
提示されたメソッドは、ドローンの検出と追跡のために速度成分を備えた粒子フィルターを使用して、追加の再検出機能を提供します。
パンチルトプラットフォームが利用され、測定が最も密度が高い中央に追跡されたオブジェクトを保持することにより、ロゼットスキャンパターンLIDARの特定の特性を活用します。
システムの検出機能と精度は屋内実験を通じて検証されますが、最大検出距離は屋外実験で示されています。
私たちのアプローチは、最先端の屋内法と同等の精度を達成し、最大の検出範囲を最先端の屋外方法を超えて約80 \％増加させました。

要約(オリジナル)

The use of commercial Micro Aerial Vehicles (MAVs) has surged in the past decade, offering societal benefits but also raising risks such as airspace violations and privacy concerns. Due to the increased security risks, the development of autonomous drone detection and tracking systems has become a priority. In this study, we tackle this challenge, by using non-repetitive rosette scanning pattern LiDARs, particularly focusing on increasing the detection distance by leveraging the characteristics of the sensor. The presented method utilizes a particle filter with a velocity component for the detection and tracking of the drone, which offers added re-detection capability. A Pan-Tilt platform is utilized to take advantage of the specific characteristics of the rosette scanning pattern LiDAR by keeping the tracked object in the center where the measurement is most dense. The detection capabilities and accuracy of the system are validated through indoor experiments, while the maximum detection distance is shown in our outdoor experiments. Our approach achieved accuracy on par with the state-of-the-art indoor method while increasing the maximum detection range by approximately 80\% beyond the state-of-the-art outdoor method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google