[論文レビュー] Build your own visual-inertial odometry aided cost-effective and open-source autonomous drone

Inkyu Sa, Mina Kamel+6 more|arXiv (Cornell University)|Aug 22, 2017

Robotics and Sensor-Based Localization参考文献 22被引用数 3

ひとこと要約

本論文では、市販のビジュアルインertリアルセンサとオンボードコンピュータを用い、ビジュアルインertリアルオドメトリとモデル予測制御のためのキャリブレーションを施した低コストでオープンソースの垂直離着陸ドローンプラットフォームを提示する。ホバリング時のルート・ミーン・スクエア（RMS）ポーズ誤差は0.036mであり、180m飛行におけるドリフトは0.82%にとどまり、風の影響を受ける屋内および屋外環境でも優れた性能を示している。

ABSTRACT

This paper describes an approach to building a cost-effective and research grade visual-inertial odometry aided vertical taking-off and landing (VTOL) platform. We utilize an off-the-shelf visual-inertial sensor, an onboard computer, and a quadrotor platform that are factory-calibrated and mass-produced, thereby sharing similar hardware and sensor specifications (e.g., mass, dimensions, intrinsic and extrinsic of camera-IMU systems, and signal-to-noise ratio). We then perform a system calibration and identification enabling the use of our visual-inertial odometry, multi-sensor fusion, and model predictive control frameworks with the off-the-shelf products. This implies that we can partially avoid tedious parameter tuning procedures for building a full system. The complete system is extensively evaluated both indoors using a motion capture system and outdoors using a laser tracker while performing hover and step responses, and trajectory following tasks in the presence of external wind disturbances. We achieve root-mean-square (RMS) pose errors between a reference and actual trajectories of 0.036m, while performing hover. We also conduct relatively long distance flight (~180m) experiments on a farm site and achieve 0.82% drift error of the total distance flight. This paper conveys the insights we acquired about the platform and sensor module and returns to the community as open-source code with tutorial documentation.

研究の動機と目的

• 大量生産され工場でキャリブレーション済みのハードウェア部品を用いて、コスト効率が良く研究用に適したVTOLドローンプラットフォームを開発すること。
• システムのキャリブレーションと同定を用いて、パrameterチューニングを最小限に抑え、正確なビジュアルインertリアルオドメトリとマルチセンサ連携を実現すること。
• 実環境条件、特に風の影響や長距離飛行を含む状況下でプラットフォームの性能を検証すること。
• コードとチュートリアルドキュメントを含む完全なシステムをオープンソースとしてリリースし、研究コミュニティに提供すること。

提案手法

• 市販のビジュアルインertリアルセンサ、オンボードコンピュータ、一貫したハードウェア仕様を持つクアッドコプターエアフレームを用いる。
• カメラ-IMUシステムの内部および外部パラメータを一致させるために、システムのキャリブレーションと同定を実施する。
• ステート推定と飛行制御に、ビジュアルインertリアルオドメトリおよびモデル予測制御フレームワークを採用する。
• 地上走査軌道の検証には、屋内ではモーションキャプチャシステム、屋外ではレーザートラッカーを用いる。
• 動的条件下でのステート推定精度を向上させるために、マルチセンサ連携技術を適用する。
• 多様な環境下でホバリング、ステップ応答、軌道追従タスクに関する広範なテストを実施する。

実験結果

リサーチクエスチョン

• RQ1 低コストの市販ハードウェアプラットフォームは、最小限のキャリブレーション作業で高精度なビジュアルインertリアルオドメトリを達成できるか？
• RQ2 外部の風の影響を受ける状況下で、システムのポーズ精度とドリフトはどの程度の水準にあるか？
• RQ3 工場でキャリブレーション済みの部品を用いることで、自律ドローンシステムにおける手動パrameterチューニングの必要性はどの程度軽減できるか？
• RQ4 実環境の屋外条件下で長距離飛行を実施した場合、どの程度の軌道追従精度が達成できるか？

主な発見

• ホバリング時のルート・ミーン・スクエア（RMS）ポーズ誤差は0.036メートルにとどまり、制御された屋内環境下での高い精度を示している。
• 農場サイトでの180メートルの屋外飛行において、全飛行距離に対して0.82%のドリフトにとどまり、長期的な安定性が確認された。
• 工場でキャリブレーション済みの部品を用いることで、パrameterチューニングの必要性が顕著に減少し、システム統合が迅速化された。
• ステップ応答および軌道追従タスクを通じて、外部の風の影響に対してもプラットフォームが強固な性能を維持していることが検証された。
• コードとチュートリアルドキュメントのオープンソースリリースにより、再現性が確保され、コミュニティによるプラットフォーム拡張が可能になった。