UAV-Borne Mapping Algorithms for Low-Altitude and High-Speed Drone Applications

要約

この記事では、低高度および高速シナリオに焦点を当てて、現在の最先端センサーの分析と、これらのセンサーが UAV (無人航空機) アプリケーション向けのいくつかのマッピング アルゴリズムとどのように連携するかについて説明します。
新しい実験的構造は、Cesium Tiles プラグインを使用して AirSim シミュレーターと Google 3D マップ モデルを統合することによって可能になった、非常に現実的な環境を使用して作成されます。
実験は、この現実感の高いシミュレート環境で行われ、(1) ダイレクト スパース オドメトリ (DSO)、(2) ステレオ DSO (SDSO)、および (3) DSO Lite (DSOL) の 3 つの異なるマッピング アルゴリズムのパフォーマンスを評価します。
実験結果は、測定された幾何学的精度と計算速度に基づいてアルゴリズムを評価します。
結果は、各アルゴリズムの長所と限界についての貴重な洞察を提供します。
調査結果は、UAV アルゴリズム選択における妥協点を定量化し、研究者がアプリケーションに最適なマッピング ソリューションを見つけることを可能にします。多くの場合、計算パフォーマンスと幾何学的マップ推定の密度および精度の間で妥協が必要になります。
結果は、コンピューティング リソースが制限されている UAV の場合、DSOL が最良のオプションであることを示しています。
ペイロード容量と適度なコンピューティング リソースを持つシステムの場合、SDSO が最適なオプションです。
使用可能なカメラが 1 台だけの場合、高密度のマッピング結果が必要なアプリケーションに選択できるオプションは DSO です。

要約(オリジナル)

This article presents an analysis of current state-of-the-art sensors and how these sensors work with several mapping algorithms for UAV (Unmanned Aerial Vehicle) applications, focusing on low-altitude and high-speed scenarios. A new experimental construct is created using highly realistic environments made possible by integrating the AirSim simulator with Google 3D maps models using the Cesium Tiles plugin. Experiments are conducted in this high-realism simulated environment to evaluate the performance of three distinct mapping algorithms: (1) Direct Sparse Odometry (DSO), (2) Stereo DSO (SDSO), and (3) DSO Lite (DSOL). Experimental results evaluate algorithms based on their measured geometric accuracy and computational speed. The results provide valuable insights into the strengths and limitations of each algorithm. Findings quantify compromises in UAV algorithm selection, allowing researchers to find the mapping solution best suited to their application, which often requires a compromise between computational performance and the density and accuracy of geometric map estimates. Results indicate that for UAVs with restrictive computing resources, DSOL is the best option. For systems with payload capacity and modest compute resources, SDSO is the best option. If only one camera is available, DSO is the option to choose for applications that require dense mapping results.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google