$D^2$SLAM: Decentralized and Distributed Collaborative Visual-inertial SLAM System for Aerial Swarm

要約

協調的同時位置特定およびマッピング (CSLAM) は自律飛行群にとって不可欠であり、計画や制御などの下流アルゴリズムの基礎を築きます。
近距離 UAV コラボレーションに不可欠な相対位置特定精度における既存の CSLAM システムの限界に対処するために、この論文では $D^2$SLAM (新しい分散型 CSLAM システム) を紹介します。
$D^2$SLAM は、近接における正確な相対状態推定のための近距離場推定と、一貫したグローバルな軌道のための遠距離場推定を革新的に管理します。
適応性のあるフロントエンドはステレオ カメラと全方位カメラの両方をサポートし、さまざまな運用ニーズに応え、空中の群れでの視野の課題を克服します。
実験では、正確なエゴモーション推定、相対的な位置特定、およびグローバルな一貫性における $D^2$SLAM の有効性が実証されています。
分散最適化アルゴリズムによって強化された $D^2$SLAM は、顕著なスケーラビリティとネットワーク遅延に対する回復力を示し、現実世界の広範囲にわたる空中群アプリケーションに適しています。
$D^2$SLAM の適応性と実証済みのパフォーマンスは、自律飛行群技術の大幅な進歩を表しています。

要約(オリジナル)

Collaborative simultaneous localization and mapping (CSLAM) is essential for autonomous aerial swarms, laying the foundation for downstream algorithms such as planning and control. To address existing CSLAM systems’ limitations in relative localization accuracy, crucial for close-range UAV collaboration, this paper introduces $D^2$SLAM-a novel decentralized and distributed CSLAM system. $D^2$SLAM innovatively manages near-field estimation for precise relative state estimation in proximity and far-field estimation for consistent global trajectories. Its adaptable front-end supports both stereo and omnidirectional cameras, catering to various operational needs and overcoming field-of-view challenges in aerial swarms. Experiments demonstrate $D^2$SLAM’s effectiveness in accurate ego-motion estimation, relative localization, and global consistency. Enhanced by distributed optimization algorithms, $D^2$SLAM exhibits remarkable scalability and resilience to network delays, making it well-suited for a wide range of real-world aerial swarm applications. The adaptability and proven performance of $D^2$SLAM represent a significant advancement in autonomous aerial swarm technology.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google