FAPP: Fast and Adaptive Perception and Planning for UAVs in Dynamic Cluttered Environments

要約

雑然とした環境における無人航空機 (UAV) の障害物回避は非常に困難です。
UAV の既存の障害物回避は、完全に静的な環境、または少数の動的オブジェクトのみを含む静的な環境に焦点を当てています。
この論文では、動的物体が支配的な物体である動的に乱雑な環境における UAV の障害物回避を率先して検討します。
この種の環境は、認識と計画の両方に重大な課題をもたらします。
複数の動的物体はさまざまな動きを持っており、1つの運動モデルでその動きを推定・予測することは非常に困難です。
乱雑な動的オブジェクトを避けるために、計画は非常に効率的である必要があります。
この論文は、複雑で動的に乱雑な環境で飛行する UAV のための高速で適応的な知覚と計画 (FAPP) を提案します。
静的オブジェクトと動的オブジェクトを区別するために、新規で効率的な点群セグメンテーション戦略が提案されています。
異なる動きを持つ複数の動的オブジェクトに対処するために、それらの動きを迅速かつ正確に予測する共分散適応を備えた適応推定方法が提案されています。
私たちが提案する軌道最適化アルゴリズムは非常に効率的であり、高速の物体を回避することができます。
さらに、動的に乱雑な環境でよく見られる、軌道最適化で実行可能な解決策が見つからない場合に対処するために、適応的再計画方法が提案されています。
シミュレーションと現実世界の実験の両方における広範な検証により、非常に動的で乱雑な環境に対する私たちの提案したシステムの有効性が実証されています。

要約(オリジナル)

Obstacle avoidance for Unmanned Aerial Vehicles (UAVs) in cluttered environments is significantly challenging. Existing obstacle avoidance for UAVs either focuses on fully static environments or static environments with only a few dynamic objects. In this paper, we take the initiative to consider the obstacle avoidance of UAVs in dynamic cluttered environments in which dynamic objects are the dominant objects. This type of environment poses significant challenges to both perception and planning. Multiple dynamic objects possess various motions, making it extremely difficult to estimate and predict their motions using one motion model. The planning must be highly efficient to avoid cluttered dynamic objects. This paper proposes Fast and Adaptive Perception and Planning (FAPP) for UAVs flying in complex dynamic cluttered environments. A novel and efficient point cloud segmentation strategy is proposed to distinguish static and dynamic objects. To address multiple dynamic objects with different motions, an adaptive estimation method with covariance adaptation is proposed to quickly and accurately predict their motions. Our proposed trajectory optimization algorithm is highly efficient, enabling it to avoid fast objects. Furthermore, an adaptive re-planning method is proposed to address the case when the trajectory optimization cannot find a feasible solution, which is common for dynamic cluttered environments. Extensive validations in both simulation and real-world experiments demonstrate the effectiveness of our proposed system for highly dynamic and cluttered environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google