[論文レビュー] Fast-Tracker: A Robust Aerial System for Tracking Agile Target in Cluttered Environments

Zhichao Han, Ruibin Zhang+3 more|arXiv (Cornell University)|Nov 8, 2020

Robotic Path Planning Algorithms参考文献 14被引用数 11

ひとこと要約

本稿では、未知の複雑な環境において、急激に動く標的を安全に効果的に追跡するための、強固なオンボードUAVシステム「Fast-Tracker」を提案する。制約付きBézier回帰を用いた意図フリーの標的運動予測と、二段階のトラジェクトリープランナ（運動予測をもとにした運動力学的探索、その後に空間的・時間的最適化）を組み合わせ、高い追跡精度と98.2％の有効追跡率を達成し、合計7.3msの計算時間で実現した。

ABSTRACT

This paper proposes a systematic solution that uses an unmanned aerial vehicle (UAV) to aggressively and safely track an agile target. The solution properly handles the challenging situations where the intent of the target and the dense environments are unknown to the UAV. Our work is divided into two parts: target motion prediction and tracking trajectory planning. The target motion prediction method utilizes target observations to reliably predict the future motion of the target considering dynamic constraints. The tracking trajectory planner follows the traditional hierarchical workflow.A target informed kinodynamic searching method is adopted as the front-end, which heuristically searches for a safe tracking trajectory. The back-end optimizer then refines it into a spatial-temporal optimal and collision-free trajectory. The proposed solution is integrated into an onboard quadrotor system. We fully test the system in challenging real-world tracking missions.Moreover, benchmark comparisons validate that the proposed method surpasses the cutting-edge methods on time efficiency and tracking effectiveness.

研究の動機と目的

• 標的の意図や障害物の配置が初期状態で不明な未知の濃密な環境における自律UAV追跡の課題に対処すること。
• 予測不可能な標的の運動に適応するため、限られたオンボード計算およびセンシングリソースのもとで高周波度の再計画を可能にすること。
• 追跡トラジェクトリの安全性と動的実行可能性を維持しながら、高い追跡効果性を確保すること。
• 多項式回帰を用いて物理的制約を強制する、軽量で意図フリーの標的運動予測手法の開発。
• 予測と計画パイプラインを、マルチカメラセンシングを備えた完全に機能する実世界のクアッドコプター・システムに統合すること。

提案手法

• 運動的制約を用いて速度と加速度の上限を強制することで、未来の標的運動を予測するためのベルンシュタイン基底多項式回帰を用いる。
• 運動力学的探索のヒューリスティック関数を設計し、現在の標的観測と予測運動を組み合わせて、トラジェクトリ探索を効率化する。
• 運動力学的探索の結果に基づき、連結された自由空間グリッドから3次元のフライトコリドアを構築し、最適化空間を制約する。
• バックエンドの空間的・時間的最適化を適用して、動的実行可能で衝突が避けられ、エネルギー効率の良いパスにトラジェクトリを最適化する。
• マルチカメラセンシングを備えたカスタム化されたクアッドコプターにシステムを統合し、実世界の状況における耐障害性を高める。
• 高周波度の再計画を可能にするリコイルホライズンフレームワークを採用し、標的の急な動きに適応する。

実験結果

リサーチクエスチョン

• RQ1 未知の環境において、標的の意図を事前に知らない状態で、UAVが急激に動く標的の将来の運動をどのように正確に予測できるか？
• RQ2 濃密で複雑な3次元環境において、安全で動的実行可能かつリアルタイムなトラジェクトリ生成を実現するための運動力学的計画戦略は何か？
• RQ3 限られたオンボード計算リソースとセンサ制約のもとで、システムはどのように高い追跡効果性を維持できるか？
• RQ4 本手法は、追跡精度、計算効率、耐障害性の観点で、最先端の手法に比べてどの程度優れているか？
• RQ5 予測不可能なシナリオにおいて、安全で低加速度のトラジェクトリを維持しながら、高い追跡率を達成できるか？

主な発見

• 提案された標的運動予測手法は、平均誤差1.82m（低ノイズ）、中央値誤差2.54m（中央値）、最大誤差3.45m（高ノイズ）を達成し、ベースライン手法[10]の3.70m、4.66m、5.60mに比べ顕著に優れている。
• 提案システムの合計計算時間は1回の計画サイクルあたりわずか7.3msであり、手法[9]の234.0msに比べて著しく低いことが示され、高い効率性を示している。
• 提案されたプランナは、最も単純なシナリオにおいて98.2％の有効追跡率を達成し、同じ条件下で手法[9]の91.4％を上回っている。
• 高速度シナリオ（vₘ = 3.9 m/s）においても、提案手法は85.6％の追跡率を維持するが、手法[9]は69.3％に低下しており、標的の機動性への耐障害性が優れていることが示された。
• 提案システムが生成する最適化されたトラジェクトリは、顕著に低い加速度を示しており、エネルギー効率の向上と飛行の滑らかさが向上している。
• 濃密な森や複雑な都市環境を想定した実世界の広範な実験により、システムの耐障害性とリアルタイム性能が確認された。