SLAM-Based Navigation and Fault Resilience in a Surveillance Quadcopter with Embedded Vision Systems

要約

GPSに依存しないナビゲーション用の視覚的スラム、動的安定性のための高度な制御アーキテクチャ、リアルタイムオブジェクトおよび顔認識用の埋め込みビジョンモジュールを統合する障害耐性クアッドコプターシステムとして設計された自律航空監視プラットフォームである野菜を紹介します。
このプラットフォームには、LQRインナーループとPDの外側ループ軌道コントロールを備えたカスケードコントロール設計があります。
6-dofのローカリゼーションとループ閉鎖のためにorb-slam3を活用し、スラム由来マップを介したダイクストラパス計画を介したウェイポイントベースのナビゲーションをサポートします。
リアルタイムの障害検出および識別（FDI）システムは、ローター障害を検出し、再ルーティングを通じて緊急着陸を実行します。
軽量のCNNとPCAに基づいた組み込みビジョンシステムにより、オンボードオブジェクトの検出と顔認識が高精度で認識されます。
ドローンは、シミュレーションと実際のテストを通じて検証されたRaspberry Pi 4とArduino Nanoを使用して完全に搭載されています。
この作業は、制約された環境に適した単一のプラットフォームに、リアルタイムのローカリゼーション、障害回復、および組み込みAIを統合します。

要約(オリジナル)

We present an autonomous aerial surveillance platform, Veg, designed as a fault-tolerant quadcopter system that integrates visual SLAM for GPS-independent navigation, advanced control architecture for dynamic stability, and embedded vision modules for real-time object and face recognition. The platform features a cascaded control design with an LQR inner-loop and PD outer-loop trajectory control. It leverages ORB-SLAM3 for 6-DoF localization and loop closure, and supports waypoint-based navigation through Dijkstra path planning over SLAM-derived maps. A real-time Failure Detection and Identification (FDI) system detects rotor faults and executes emergency landing through re-routing. The embedded vision system, based on a lightweight CNN and PCA, enables onboard object detection and face recognition with high precision. The drone operates fully onboard using a Raspberry Pi 4 and Arduino Nano, validated through simulations and real-world testing. This work consolidates real-time localization, fault recovery, and embedded AI on a single platform suitable for constrained environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google