Multi-sensory Anti-collision Design for Autonomous Nano-swarm Exploration

要約

この研究では、物体検出ミッションで動作する一辺 10 cm のナノドローンの群れの堅牢な自律探査機能を実現するための、多感覚衝突防止システムの設計を紹介します。
近接衝突を回避する軽量シングルビームレーザー測距と、長距離ビジョンベースの障害物回避深層学習モデル（つまり、PULP-Dronet）および群内衝突を防ぐ超広帯域（UWB）ベースの測距モジュールを組み合わせます。
衝突。
現場での研究では、当社の多感覚アプローチが静止障害物との衝突を防止し、雑然とした環境でのミッション成功率が 20% から 80% に向上することが示されています。
最先端 (SoA) ベースライン。
同時に、UWB ベースのサブシステムは、65 cm の安全距離内で 4 人のエージェント フリートのドローン間の衝突を防止する成功率が 92.8% であることを示しています。
GAP8 マルチコア プロセッサによって拡張された SoA ロボット プラットフォーム上で、PULP-Dronet はオブジェクト検出タスクとインターリーブされて実行され、その実行速度が 1.6 フレーム/秒に制限されます。
このスループットは、約 40% の確率で障害物を回避するには十分ですが、次世代のナノドローンの群れには、より高性能なプロセッサが必要であることがわかります。

要約(オリジナル)

This work presents a multi-sensory anti-collision system design to achieve robust autonomous exploration capabilities for a swarm of 10 cm-side nano-drones operating on object detection missions. We combine lightweight single-beam laser ranging to avoid proximity collisions with a long-range vision-based obstacle avoidance deep learning model (i.e., PULP-Dronet) and an ultra-wide-band (UWB) based ranging module to prevent intra-swarm collisions. An in-field study shows that our multisensory approach can prevent collisions with static obstacles, improving the mission success rate from 20% to 80% in cluttered environments w.r.t. a State-of-the-Art (SoA) baseline. At the same time, the UWB-based sub-system shows a 92.8% success rate in preventing collisions between drones of a four-agent fleet within a safety distance of 65 cm. On a SoA robotic platform extended by a GAP8 multi-core processor, the PULP-Dronet runs interleaved with an objected detection task, which constraints its execution at 1.6 frame/s. This throughput is sufficient for avoiding obstacles with a probability of about 40% but shows a need for more capable processors for the next-generation nano-drone swarms.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google