Vision-based indoor localization of nano drones in controlled environment with its applications

要約

GPS 信号が利用できない環境での無人航空機の航行は、切実かつ複雑な課題を引き起こします。
ナノ航空機 (NAV) を扱う場合、そのコンパクトなサイズ、積載量の制限、および計算能力により、この課題はさらに高まります。
この論文では、オフボード コンピューティング、オフボード単眼カメラ、および修正されたオープンソース アルゴリズムを使用した位置特定のアプローチを提案します。
提案された方法では、オフボード コンピューター上の 3 つの並列比例積分微分コントローラーを使用して、無線通信を介して速度補正を提供し、カスタム制御環境で NAV を安定させます。
このアプローチは、位置特定誤差が 3.1 cm で、セットアップ コストが 50 米ドルという低価格であるため、コストを最優先に考慮する環境に最適であることが証明されています。
これは、指定された誤差範囲が許容されると考えられる、学術機関でのドローン制御の教育などの用途に特に適しています。
提案された技術を検証するために、移動する地上車両への NAV の着陸、3D 空間での経路計画、マルチ NAV の位置特定など、さまざまなアプリケーションが設計されています。
作成されたパッケージは、この分野の研究を促進するために https://github.com/simmubhangu/eyantra_drone で公開されています。

要約(オリジナル)

Navigating unmanned aerial vehicles in environments where GPS signals are unavailable poses a compelling and intricate challenge. This challenge is further heightened when dealing with Nano Aerial Vehicles (NAVs) due to their compact size, payload restrictions, and computational capabilities. This paper proposes an approach for localization using off-board computing, an off-board monocular camera, and modified open-source algorithms. The proposed method uses three parallel proportional-integral-derivative controllers on the off-board computer to provide velocity corrections via wireless communication, stabilizing the NAV in a custom-controlled environment. Featuring a 3.1cm localization error and a modest setup cost of 50 USD, this approach proves optimal for environments where cost considerations are paramount. It is especially well-suited for applications like teaching drone control in academic institutions, where the specified error margin is deemed acceptable. Various applications are designed to validate the proposed technique, such as landing the NAV on a moving ground vehicle, path planning in a 3D space, and localizing multi-NAVs. The created package is openly available at https://github.com/simmubhangu/eyantra_drone to foster research in this field.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google