[論文レビュー] Autonomous Landing of a Multirotor Micro Air Vehicle on a High Velocity Ground Vehicle

Alexandre Borowczyk, Duc-Tien Nguyen+4 more|arXiv (Cornell University)|Nov 22, 2016

Robotic Path Planning Algorithms参考文献 13被引用数 26

ひとこと要約

本論文では、市販のセンサのみを用いて、最高速度50 km/hで移動する地上車両に商業用マルチロータークアッドコpterが自律的に着陸できる完全な自律システムを提示している。長距離アプローチには比例航行（Proportional Navigation）制御則を、最終段階にはPIDコントローラを組み合わせ、視覚的フィデューシャル（AprilTag）追跡、GPS/IMU、慣性測定を統合する独自のカルマンフィルタを融合させ、高速移動時のセンサ制限にもかかわらず相対位置および相対速度を推定している。

ABSTRACT

While autonomous multirotor micro aerial vehicles (MAVs) are uniquely well suited for certain types of missions benefiting from stationary flight capabilities, their more widespread usage still faces many hurdles, due in particular to their limited range and the difficulty of fully automating their deployment and retrieval. In this paper we address these issues by solving the problem of the automated landing of a quadcopter on a ground vehicle moving at relatively high speed. We present our system architecture, including the structure of our Kalman filter for the estimation of the relative position and velocity between the quadcopter and the landing pad, as well as our controller design for the full rendezvous and landing maneuvers. The system is experimentally validated by successfully landing in multiple trials a commercial quadcopter on the roof of a car moving at speeds of up to 50 km/h.

研究の動機と目的

• 実運用における範囲と回収の制限を克服し、高速移動する地上車両にマルチローターMAVを自律的に着陸可能にする。
• 特にオプティカルフローが信頼性を失う状況下でも、高速レントゲンズにおいて正確な相対状態推定を実現する。
• 実用的導入を想定し、市販部品のみを用いた耐障害性の高い完全自律システムを設計する。
• 最高速度50 km/hまで実験的にシステムを検証し、移動プラットフォームへのMAV着陸分野における新基準を確立する。

提案手法

• 長距離アプローチには、GPSおよびIMUデータを用いて移動標的へ滑らかに軌道収束を実現する比例航行（Proportional Navigation, PN）制御則が用いられている。
• 最終段階の着陸に移行する際、PNからPIDコントローラに切り替えるハイブリッド制御戦略を採用し、正確なステーショナリーキープと着陸を確保している。
• 独自の拡張カルマンフィルタ（Extended Kalman Filter, EKF）が、MAVのINS、スマートフォンのGPS/IMU、AprilTagの視覚的フィデューシャル検出データを統合し、着陸パッドとの間の相対位置および相対速度を推定している。
• AprilTagマーカー（30×30 cm）を用いて視覚的追跡を強固に実現しており、X3カメラでは30 fps、BlueFoxカメラでは20 fpsで検出が実行されている。
• オプティカルフローに依存しないよう、x-y平面では純粋なア装制御、z軸では速度制御を採用しており、MAVが移動プラットフォーム上に浮上する際の信頼性欠如を回避している。
• 視覚追跡が失われた際、測定ノイズの共分散を動的に増加させることで、一時的な視覚欠落時における耐障害性を向上させている。

実験結果

リサーチクエスチョン

• RQ1 低コストで完全に自律的なMAVシステムが、市販センサのみを用いて高速移動する地上車両に信頼性高く着陸できるか？
• RQ2 オプティカルフローが無効化される状況下でも、地上基準運動からプラットフォーム基準運動への移行段階で、相対状態推定を正確に維持できるか？
• RQ3 協調型車両システムや高精度GPSを必要としない状況下で、安定的かつ滑らかなレントゲンズと正確な着陸を実現するための制御戦略は何か？
• RQ4 視覚フィデューシャルフィードバックを用いたカルマンフィルタが、高速着陸マニューバー中のセンサドロップアウトおよび測定ドリフトをどの程度補償できるか？

主な発見

• 本システムは、移動する地上車両への自律着陸を50 km/hの速度まで成功させ、これまでに報告された移動プラットフォームへのMAV着陸速度として最高記録を更新した。
• 比例航行コントローラーは、スマートフォンのGPSおよびIMUデータのみを用いて、視覚フィードバックが不要な状況下でも滑らかで安定した長距離アプローチを実現した。
• カルマンフィルタは、視覚追跡の喪失時にも相対状態推定を効果的に維持しており、AprilTag追跡が失われた際の測定ノイズ共分散の動的調整によってその有効性が裏付けられた。
• PIDコントローラーは正確な速度一致と安定した降下を確保し、フィルタ処理済みのAprilTagの高度および速度曲線から、MAVが標的の速度を密接に追従していることが示された。
• 24秒および27秒での視覚追跡喪失は、カルマンフィルタのインノベーションにピークが観測されたことに一致しており、一時的な視覚遮断時における推定の維持能力を確認した。
• M100の内部速度推定器は、クアッドコプターが車両の真上に位置する際、信頼性を失うことが判明したため、カルマンフィルタにおけるノイズの動的調整が推定精度の維持に寄与した。