Airborne Sense and Detect of Drones using Deep Learning and LiDAR Point Clouds

要約

目視外でドローンの群れを安全に運用するには、至近距離で飛行するドローン同士の衝突のリスクを軽減するための複数の安全装置が必要です。
事前に計画された軌道、一定の %{衛星とネットワークの接続、および信頼性の高い全地球航法衛星システム (GNSS) 測位に依存する協調ナビゲーションおよび飛行調整戦略は、失敗しやすいものです。
ドローンに組み込まれた感知および検出は、衝突回避と衝突回避のためにドローン間の包括的な分離モードを提供します。
この論文では、3D ディープラーニング モデルを使用した、ドローンの群れの検出と位置特定のための初の航空機搭載 LiDAR ベースのソリューションを紹介します。
スキャン空間を垂直に拡張することで、既存の深層学習ニューラル ネットワークを空対空ドローンのシナリオに適応させます。
新しいスパース畳み込みが提案され、ニューラル ネットワークの最も時間がかかる部分であるバックボーン層を高速化するために適用されます。
安全性が重要な近接マルチドローン操作のトレーニング データを収集するには、デジタル ツイン シナリオを使用して実際のデータセットを忠実度の高い合成データで強化します。
トレーニングされたモデルは、現実世界のデータセットでテストすると、80% 以上の再現率と 96% 以上の精度を達成します。
検出による追跡アルゴリズムを組み込むことにより、システムは困難な環境でも複数のドローンの分離距離を確実に監視できます。

要約(オリジナル)

The safe operation of drone swarms beyond visual line of sight requires multiple safeguards to mitigate the risk of collision between drones flying in close-proximity scenarios. Cooperative navigation and flight coordination strategies that rely on pre-planned trajectories, constant %{satellite and network connectivity and reliable Global Navigation Satellite System (GNSS) positioning are brittle to failure. Drone embedded sense and detect offers a comprehensive mode of separation between drones for deconfliction and collision avoidance. This paper presents the first airborne LiDAR based solution for drone-swarm detection and localization using 3D deep learning model. It adapts an existing deep learning neural network to the air-to-air drone scenario by expanding the scan space vertically. A new sparse convolution is proposed and applied to accelerate the backbone layer, which is the most time-consuming part of the neural network. To collect training data of safety critical, close-proximity multi-drone operations, a scenario Digital Twin is used to augment real datasets with high fidelity synthetic data. The trained model achieves over 80% recall and 96% precision when tested on real-world datasets. By incorporating a tracking-by-detection algorithm the system can reliably monitor the separation distance of multiple drones in challenging environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google