Segmentation of Drone Collision Hazards in Airborne RADAR Point Clouds Using PointNet

要約

無人航空機（UAV）を共用空域に統合し、目視外（BVLOS）運用を実現することは、大きな課題であるが、輸送、建設、エネルギー、防衛などの分野に変革をもたらす可能性を秘めている。この統合のための重要な前提条件は、安全な運用を確保するためにUAVに強化された状況認識を装備することである。現在のアプローチは、主に単一物体の検出や分類、または限定的な知覚的理解を提供する単純なセンシング出力を対象としており、センサーデータをセーフティクリティカルな洞察に変換するために必要な迅速なエンドツーエンド処理が欠けています。対照的に、我々の研究では、複数の衝突の危険を同時に識別するために、空中の点群の新しいエンドツーエンドのセマンティックセグメンテーションのためにレーダー技術を活用します。PointNetアーキテクチャを適応、最適化し、空中領域の洞察を統合することで、我々のフレームワークは、5つの異なるクラス：移動ドローン（DJI M300とDJI Mini）と飛行機（Ikarus C42）、静的リターン（地上とインフラ）を区別し、その結果、UAVの状況認識を強化する。我々の知る限り、これは空中で複数の衝突の脅威を同時に識別する初めてのアプローチであり、94％の精度を達成した。この研究は、UAVの状況認識を向上させ、安全で効率的なBVLOS運用を促進するレーダー技術の可能性を強調している。

要約(オリジナル)

The integration of unmanned aerial vehicles (UAVs) into shared airspace for beyond visual line of sight (BVLOS) operations presents significant challenges but holds transformative potential for sectors like transportation, construction, energy and defense. A critical prerequisite for this integration is equipping UAVs with enhanced situational awareness to ensure safe operations. Current approaches mainly target single object detection or classification, or simpler sensing outputs that offer limited perceptual understanding and lack the rapid end-to-end processing needed to convert sensor data into safety-critical insights. In contrast, our study leverages radar technology for novel end-to-end semantic segmentation of aerial point clouds to simultaneously identify multiple collision hazards. By adapting and optimizing the PointNet architecture and integrating aerial domain insights, our framework distinguishes five distinct classes: mobile drones (DJI M300 and DJI Mini) and airplanes (Ikarus C42), and static returns (ground and infrastructure) which results in enhanced situational awareness for UAVs. To our knowledge, this is the first approach addressing simultaneous identification of multiple collision threats in an aerial setting, achieving a robust 94% accuracy. This work highlights the potential of radar technology to advance situational awareness in UAVs, facilitating safe and efficient BVLOS operations.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL