SMART-TRACK: A Novel Kalman Filter-Guided Sensor Fusion For Robust UAV Object Tracking in Dynamic Environments

要約

物体の検出と位置特定のためのセンサー フュージョンと状態推定の分野では、動的環境で正確な追跡を保証することが大きな課題となります。
カルマン フィルター (KF) のような従来の方法は、測定が断続的である場合に失敗することが多く、状態推定の急速な発散につながります。
これに対処するために、KF からの高周波状態推定を利用して新しい測定値の検索をガイドし、直接測定が滞る場合でも追跡の連続性を維持する新しいアプローチである SMART (Sensor Measurement Augmentation and Reacquisition Tracker) を導入します。
これは、従来の方法では困難が伴う動的な環境にとって非常に重要です。
当社の貢献は次のとおりです。 1) KF フィードバックを使用した多用途の測定増強: 主要な物体検出器が断続的に故障した場合のバックアップとして機能する多用途の測定増強システムを実装しています。
このシステムはさまざまなセンサーに適応でき、KF の 3D 予測が 2D 深度画像座標に投影される深度カメラを使用して実証され、一次近似に簡略化された非線形共分散伝播技術が統合されています。
2) オープンソース ROS2 実装: SMART-TRACK フレームワークのオープンソース ROS2 実装を提供し、Gazebo と ROS2 を使用した現実的なシミュレーション環境で検証され、より広範な適応とさらなる研究を促進します。
私たちの結果は、追跡安定性の大幅な強化を示しており、測定中断時の推定RMSEはわずか0.04 mで、UAV追跡の堅牢性が向上し、複雑なシナリオにおける信頼性の高い自律UAV運用の可能性が拡大します。
実装は https://github.com/mzahana/SMART-TRACK で入手できます。

要約(オリジナル)

In the field of sensor fusion and state estimation for object detection and localization, ensuring accurate tracking in dynamic environments poses significant challenges. Traditional methods like the Kalman Filter (KF) often fail when measurements are intermittent, leading to rapid divergence in state estimations. To address this, we introduce SMART (Sensor Measurement Augmentation and Reacquisition Tracker), a novel approach that leverages high-frequency state estimates from the KF to guide the search for new measurements, maintaining tracking continuity even when direct measurements falter. This is crucial for dynamic environments where traditional methods struggle. Our contributions include: 1) Versatile Measurement Augmentation Using KF Feedback: We implement a versatile measurement augmentation system that serves as a backup when primary object detectors fail intermittently. This system is adaptable to various sensors, demonstrated using depth cameras where KF’s 3D predictions are projected into 2D depth image coordinates, integrating nonlinear covariance propagation techniques simplified to first-order approximations. 2) Open-source ROS2 Implementation: We provide an open-source ROS2 implementation of the SMART-TRACK framework, validated in a realistic simulation environment using Gazebo and ROS2, fostering broader adaptation and further research. Our results showcase significant enhancements in tracking stability, with estimation RMSE as low as 0.04 m during measurement disruptions, advancing the robustness of UAV tracking and expanding the potential for reliable autonomous UAV operations in complex scenarios. The implementation is available at https://github.com/mzahana/SMART-TRACK.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google