[논문 리뷰] Build your own visual-inertial odometry aided cost-effective and open-source autonomous drone

Inkyu Sa, Mina Kamel외 6명|arXiv (Cornell University)|2017. 08. 22.

Robotics and Sensor-Based Localization참고 문헌 22인용 수 3

한 줄 요약

이 논문은 시장에 유통되는 시각-자이로스코프 센서와 차량 내 컴퓨터를 사용하여 저비용, 오픈소스의 수직 이착륙 드론 플랫폼을 제시한다. 시각-자이로스코프 온도측정 및 예측 제어 모델을 보정하여, 정지 비행 시 0.036m의 루트 평균 제곱(RMS) 자세 오차와 180m 비행 거리에서 0.82%의 드리프트를 달성하며, 풍속 간섭이 있는 실내 및 실외 환경 모두에서 뛰어난 성능을 입증한다.

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.

연구 동기 및 목표

• 대량 생산된 공장 보정된 하드웨어 구성 요소를 사용하여 저비용, 연구용 수준의 VTOL 드론 플랫폼을 개발한다.
• 시스템 보정 및 식별을 통해 광범위한 매개변수 조정 없이도 정확한 시각-자이로스코프 온도측정 및 다중 센서 융합을 가능하게 한다.
• 실제 환경 조건, 즉 풍속 간섭과 장거리 비행 조건에서 플랫폼의 성능을 검증한다.
• 연구 공동체가 이용할 수 있도록 소스 코드와 튜토리얼 문서를 포함한 전체 시스템을 오픈소스로 공개한다.

제안 방법

• 일반 소매 제품인 시각-자이로스코프 센서, 차량 내 컴퓨터, 일관된 하드웨어 사양을 갖춘 퀴드로터 기체를 사용한다.
• 카메라-가속도계 시스템의 내재 및 외재적 매개변수를 일치시키기 위해 시스템 보정 및 식별을 수행한다.
• 상태 추정 및 비행 제어를 위해 시각-자이로스코프 온도측정 및 예측 제어 모델 프레임워크를 활용한다.
• 실내에서는 모션 캡처 시스템, 실외에서는 레이저 트래커를 사용하여 기준 궤적 검증을 수행한다.
• 다양한 동적 조건에서 상태 추정 정확도를 향상시키기 위해 다중 센서 융합 기법을 적용한다.
• 다양한 환경에서 정지 비행, 스텝 반응, 궤적 추종 작업에 대한 광범위한 테스트를 수행한다.

실험 결과

연구 질문

• RQ1 저비용, 일반 소매 제품으로 구성된 하드웨어 플랫폼이 최소한의 보정 작업으로도 고정밀 시각-자이로스코프 온도측정을 달성할 수 있는가?
• RQ2 외부 풍속 간섭 조건에서 시스템의 자세 정확도와 드리프트는 어떻게 평가되는가?
• RQ3 공장 보정된 구성 요소를 사용할 경우 자율 드론 시스템에서 수동 매개변수 조정이 얼마나 줄어들 수 있는가?
• RQ4 실외 환경에서 실제 조건에서 장거리 비행 동안 어떤 정도의 궤적 추적 정확도를 달성할 수 있는가?

주요 결과

• 정지 비행 중 루트 평균 제곱(RMS) 자세 오차가 0.036미터로, 제어된 실내 조건에서 높은 정밀도를 입증한다.
• 농장 지역에서 180미터의 실외 비행 동안 플랫폼의 드리프트가 총 비행 거리 대비 0.82%에 불과하여 장기적 안정성이 뛰어나다는 것을 보여준다.
• 공장 보정된 구성 요소의 사용으로 광범위한 매개변수 조정이 크게 줄어들어 시스템 통합 속도가 향상된다.
• 스텝 반응 및 궤적 추종 작업을 통한 검증을 통해 외부 풍속 간섭 조건에서도 플랫폼이 뛰어난 성능 유지를 한다.
• 소스 코드 및 튜토리얼 문서의 오픈소스 공개로 재현 가능성과 공동체 기반 플랫폼 확장이 가능해졌다.