Sensor Fusion for Autonomous Indoor UAV Navigation in Confined Spaces

要約

この論文では、限られた空間内で自律飛行ロボットを使用して、未知の屋内環境をナビゲートするという課題に取り組みます。
当社のシステムの中核には、ロボット オペレーティング システム (ROS) と RTAB-Map によって促進される、ZED 2i カメラからの深度センシング、IMU データ、LiDAR 測定などの主要なセンサー テクノロジーの統合が含まれます。
カスタム設計の実験を通じて、このアプローチの堅牢性と有効性を実証します。
私たちの結果は、誤差がわずか 0.4 メートルという有望なナビゲーション精度と、わずか 0.13 メートルの二乗平均平方根誤差 (RMSE) を特徴とするマッピング品質を示しています。
特に、このパフォーマンスは、エネルギー効率とバランスのとれたリソース割り当てを維持しながら達成され、UAV アプリケーションにおける重大な懸念に対処します。
飛行テストでは、わずか 0.1% という驚くべき誤差率で、望ましい飛行方向を維持する当社のシステムの精度がさらに強調されています。
この研究は、屋内自律型 UAV ナビゲーション システムの開発における大きな進歩を表しており、GPS が利用できない屋内環境での捜索救助、施設検査、環境監視などに応用できる可能性があります。

要約(オリジナル)

In this paper, we address the challenge of navigating through unknown indoor environments using autonomous aerial robots within confined spaces. The core of our system involves the integration of key sensor technologies, including depth sensing from the ZED 2i camera, IMU data, and LiDAR measurements, facilitated by the Robot Operating System (ROS) and RTAB-Map. Through custom designed experiments, we demonstrate the robustness and effectiveness of this approach. Our results showcase a promising navigation accuracy, with errors as low as 0.4 meters, and mapping quality characterized by a Root Mean Square Error (RMSE) of just 0.13 m. Notably, this performance is achieved while maintaining energy efficiency and balanced resource allocation, addressing a crucial concern in UAV applications. Flight tests further underscore the precision of our system in maintaining desired flight orientations, with a remarkable error rate of only 0.1%. This work represents a significant stride in the development of autonomous indoor UAV navigation systems, with potential applications in search and rescue, facility inspection, and environmental monitoring within GPS-denied indoor environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google