[論文レビュー] Autonomous Flight in Unknown GNSS-denied Environments for Disaster Examination

Daniel Schleich, Marius Beul+2 more|arXiv (Cornell University)|Mar 22, 2021

Robotics and Sensor-Based Localization参考文献 28被引用数 19

ひとこと要約

本論文は、未知の屋内・屋外災害環境において安全でGNSS非利用の飛行を実現する自律型マイクロエアロダルビークル（MAV）システムを提示する。LiDARに基づくスレーブオドメトリ、動的状態推定、マルチスケール状態ラティスを用いたリアルタイム軌道計画を統合することで、事前マップなしで高精度かつ衝突のないナビゲーションを実現し、屋内・屋外の遷移や動的障害物を含む複雑な実環境シナリオで検証された。

ABSTRACT

Micro aerial vehicles (MAVs) have high potential for information gathering tasks to support situation awareness in search and rescue scenarios. Manually controlling MAVs in such scenarios requires experienced pilots and is error-prone, especially in stressful situations of real emergencies. The conditions of disaster scenarios are also challenging for autonomous MAV systems. The environment is usually not known in advance and GNSS might not always be available. We present a system for autonomous MAV flights in unknown environments which does not rely on global positioning systems. The method is evaluated in multiple search and rescue scenarios and allows for safe autonomous flights, even when transitioning between indoor and outdoor areas.

研究の動機と目的

• 災害状況に特徴的な未知の環境において、安全で自律的なMAV飛行を可能にすること。
• 崩壊した建物や産業施設など、障害物が多くストレスの高い環境における手動操縦の限界を克服すること。
• 事前マップやGPSに依存せず、オンボードセンサーやオンラインマッピングにのみ依存して動作するシステムを開発すること。
• GPSが不安定または利用不可となる屋内・屋外間の遷移においても、堅牢な性能を発揮すること。
• 迅速な軌道再計画と高精度な制御により、動的障害物に対してリアルタイムで応答できること。

提案手法

• 3D LiDARスキャンからマルチスケールのサーフェルマップを構築する独自のMARS LiDARオドメトリシステムを採用し、未知環境においてドリフトのない高精度な状態推定を実現する。
• 状態フィルタにIMUデータとLiDARオドメトリを融合させ、位置、速度、姿勢を含む3次元MAV状態を高精度に推定する。
• 現在位置からの距離に応じて空間分解能を段階的に低下させるマルチスケール空間解像度を持つ、動的可達性を満たす高次元状態ラティスに基づく動的実行可能軌道計画器を採用する。
• 状態ラティス上でA*探索を実行し、MAVの動的特性と障害物制約を満たす時間最適で動的可達な軌道を計算する。
• 新たな障害物を検知した際に、占有マップを更新し、現在の状態から再計画することで、迅速な軌道再計画を実現する。
• 高帯域幅のMAVコントローラーを実装し、最小限のオーバーシュートと安定した位置保持で計画された軌道を追跡する。

実験結果

リサーチクエスチョン

• RQ1 オンボードセンサーやオンラインマッピングにのみ依存して、MAVが未知でGNSS非利用環境において安全で自律飛行を達成できるか？
• RQ2 GPSが低下または利用不可となるような厳しい状況（例：細い通路、屋内・屋外遷移）において、LiDARベースのオドメトリはどの程度の性能を示すか？
• RQ3 低コストの計算負荷と高い制御忠実度を実現しつつ、動的障害物回避を伴うリアルタイム軌道再計画はどの程度達成可能か？
• RQ4 マルチスケール状態ラティスの統合は、複雑な環境における計画効率と軌道品質をどのように向上させるか？
• RQ5 特に構造物に近接して飛行する際のGPS欠如下でも、正確なナビゲーションと安定した制御を維持できるか？

主な発見

• MAVは、事前マップやGPSに依存せず、屋外および屋内環境の両方で自律飛行を成功裏に完了した。特に、屋内・屋外間の遷移も含めた。
• GPS信号が遮断される建物内部でも、LiDARオドメトリが正確な状態推定を維持した。室内進入直前までは、GPSベースの真値と一致する速度推定値を得られた。
• 効果的な軌道追従と制御により、曲線飛行セグメント中でも一貫して1メートル未満の追従誤差を達成した。
• 障害物再計画により、ドアから人が入ってくるなどの動的障害物を数秒以内に回避できた。更新されたパスはリアルタイムの障害物マップ変化を反映していた。
• 細く複雑な屋内環境（例：ドアウェイ）では、均一な状態ラティスがマルチスケール計画を上回るパスの実現可能性と安全性を示したが、計算コストは高かった。
• 本システムは実環境シナリオにおいても堅牢性を示した。屋外離陸から屋内探索・脱出までの105秒のフルミッション中、安定した制御と正確なナビゲーションを維持した。