UAS Navigation in the Real World Using Visual Observation

要約

この論文では、現実世界での長距離視覚ナビゲーションのための新しいエンドツーエンドの無人航空システム (UAS) ナビゲーション アプローチを紹介します。
人間の本能のデュアル プロセス ビジュアル ナビゲーション システム: 環境の理解とランドマークの認識に着想を得て、UAS ナビゲーション タスクを 2 つの同じフェーズに定式化します。
私たちのシステムは、強化学習 (RL) と画像マッチングのアプローチを組み合わせています。
まず、エージェントは指定された環境で RL を使用してナビゲーション ポリシーを学習します。
これを実現するために、トレーニング プロセス用のインタラクティブな UASNAV 環境を設計します。
エージェントが「環境に慣れる」ことを意味するナビゲーション ポリシーを学習したら、UAS を現実世界で飛行させて、画像マッチング法を使用してランドマークを認識し、学習したポリシーに従ってアクションを実行します。
ナビゲーション プロセス中、UAS には単一のカメラが唯一の視覚センサーとして組み込まれます。
UAS が、現実世界のシナリオで最短経路を使用して、出発点から数百メートル離れた目的地へのナビゲーションを学習できることを示します。

要約(オリジナル)

This paper presents a novel end-to-end Unmanned Aerial System (UAS) navigation approach for long-range visual navigation in the real world. Inspired by dual-process visual navigation system of human’s instinct: environment understanding and landmark recognition, we formulate the UAS navigation task into two same phases. Our system combines the reinforcement learning (RL) and image matching approaches. First, the agent learns the navigation policy using RL in the specified environment. To achieve this, we design an interactive UASNAV environment for the training process. Once the agent learns the navigation policy, which means ‘familiarized themselves with the environment’, we let the UAS fly in the real world to recognize the landmarks using image matching method and take action according to the learned policy. During the navigation process, the UAS is embedded with single camera as the only visual sensor. We demonstrate that the UAS can learn navigating to the destination hundreds meters away from the starting point with the shortest path in the real world scenario.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google