Learned Inertial Odometry for Autonomous Drone Racing

要約

慣性オドメトリは、機敏なクワッドローター飛行の状態推定の問題に対する魅力的なソリューションです。
安価で軽量で、知覚劣化の影響を受けません。
ただし、状態推定のために慣性測定値の統合のみに依存することは実行不可能です。
このような測定値に存在するエラーと時変バイアスにより、姿勢推定値に大きなドリフトが蓄積されます。
最近、慣性オドメトリは、歩行者の動きの推定において大きな進歩を遂げました。
最先端のアルゴリズムは、人間に典型的な動作の事前学習に依存していますが、ドローンには転送できません。
この作業では、慣性計測ユニット (IMU) を自律型ドローン レーシング タスクの唯一のセンサー モダリティとして使用する、学習ベースのオドメトリ アルゴリズムを提案します。
私たちのシステムの中心的なアイデアは、慣性測定によって駆動されるモデルベースのフィルターを、推力測定にアクセスできる学習ベースのモジュールと結合することです。
私たちの慣性オドメトリ アルゴリズムは、最先端のフィルタ ベースおよび最適化ベースのビジュアル慣性オドメトリ、および最先端の学習慣性オドメトリよりも、物体のポーズの推定において優れていることを示します。
自律型レーシング ドローン。
さらに、私たちのシステムは、カメラを使用し、既知のゲートの位置と外観を利用する視覚慣性オドメトリ ソリューションに匹敵することを示しています。
自律型ドローン レースへの応用は、機敏なクアッドローター フライトのための慣性オドメトリーの新しい研究への道を開くと信じています。

要約(オリジナル)

Inertial odometry is an attractive solution to the problem of state estimation for agile quadrotor flight. It is inexpensive, lightweight, and it is not affected by perceptual degradation. However, only relying on the integration of the inertial measurements for state estimation is infeasible. The errors and time-varying biases present in such measurements cause the accumulation of large drift in the pose estimates. Recently, inertial odometry has made significant progress in estimating the motion of pedestrians. State-of-the-art algorithms rely on learning a motion prior that is typical of humans but cannot be transferred to drones. In this work, we propose a learning-based odometry algorithm that uses an inertial measurement unit (IMU) as the only sensor modality for autonomous drone racing tasks. The core idea of our system is to couple a model-based filter, driven by the inertial measurements, with a learning-based module that has access to the thrust measurements. We show that our inertial odometry algorithm is superior to the state-of-the-art filter-based and optimization-based visual-inertial odometry as well as the state-of-the-art learned-inertial odometry in estimating the pose of an autonomous racing drone. Additionally, we show that our system is comparable to a visual-inertial odometry solution that uses a camera and exploits the known gate location and appearance. We believe that the application in autonomous drone racing paves the way for novel research in inertial odometry for agile quadrotor flight.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google