[论文解读] Learning Monocular Reactive UAV Control in Cluttered Natural Environments

Stéphane Ross, Narek Melik-Barkhudarov+5 more|arXiv (Cornell University)|Nov 7, 2012

Robotics and Sensor-Based Localization被引用 4

一句话总结

本文提出一种单目视觉的反应式控制系境，用于微型飞行器（MAVs），仅使用一个低成本摄像头，即可在密集森林环境中实现自主、高速飞行（最高1.5 m/s）。该系统采用一种新型模仿学习方法——DAgger，基于人类飞手示范进行训练，学习到可泛化至未见障碍物的航向控制策略，在飞行超过3.4公里的过程中成功避开了680多棵树。

ABSTRACT

Autonomous navigation for large Unmanned Aerial Vehicles (UAVs) is fairly straight-forward, as expensive sensors and monitoring devices can be employed. In contrast, obstacle avoidance remains a challenging task for Micro Aerial Vehicles (MAVs) which operate at low altitude in cluttered environments. Unlike large vehicles, MAVs can only carry very light sensors, such as cameras, making autonomous navigation through obstacles much more challenging. In this paper, we describe a system that navigates a small quadrotor helicopter autonomously at low altitude through natural forest environments. Using only a single cheap camera to perceive the environment, we are able to maintain a constant velocity of up to 1.5m/s. Given a small set of human pilot demonstrations, we use recent state-of-the-art imitation learning techniques to train a controller that can avoid trees by adapting the MAVs heading. We demonstrate the performance of our system in a more controlled environment indoors, and in real natural forest environments outdoors.

研究动机与目标

• 在传感器载荷极小的条件下，实现微型飞行器（MAVs）在复杂自然环境中的自主、高速飞行。
• 克服传统深度传感器（如激光雷达、RGB-D）因过重且功耗过高而不适用于小型MAVs的局限性。
• 开发一种可泛化至专家示范中未遇到的新障碍物场景的反应式控制策略。
• 仅使用单目视觉输入，在真实户外森林环境中展示系统鲁棒性能。
• 提供一种低层级、反应式的控制层，可在三维建图或高层规划失效时继续运行。

提出的方法

• 采用DAgger（数据集聚合）方法训练反应式航向控制策略，这是一种先进的模仿学习算法，通过在分布外状态中引入专家反馈，迭代提升性能。
• 从单目摄像头图像中提取视觉特征，并通过判别性策略网络将其映射为控制指令（航向调整）。
• 以人类飞手示范作为专家示范初始化策略，并在部署过程中通过在线校正处理新型障碍物构型。
• 应用光流和漂移特征，增强对运动和飞行器状态的感知，提升障碍物避让决策能力。
• 在室内动作捕捉环境和真实户外森林场景中同时进行训练与评估，以验证系统的鲁棒性与泛化能力。
• 采用轻量化、低延迟的实时推理流水线，适用于机载MAV计算，满足实时性要求。

实验结果

研究问题

• RQ1 通过模仿学习训练的单目视觉系统，能否实现安全、高速的MAV飞行穿越密集自然森林环境？
• RQ2 模仿学习策略在专家示范中未见过的障碍物构型下，其泛化能力如何？
• RQ3 在真实户外条件下，反应式控制策略在障碍物避让距离和故障率方面的表现如何？
• RQ4 系统如何应对高速飞行中视场狭窄和传感器延迟等挑战？
• RQ5 纯视觉、低成本系统在密集森林中能否表现优于或匹配使用主动传感器（如激光雷达或RGB-D）的系统？

主要发现

• 系统在真实森林环境中成功飞行超过3.4公里，成功避开680多棵树，无任何碰撞。
• 在考虑所有故障类型（包括视场狭窄和树叶遮挡）的情况下，平均每次故障前飞行距离约为40米。
• 在排除因视场狭窄和树叶遮挡导致的故障后，平均每次故障前飞行距离提升至120米，表明对结构性障碍物具有强大避让能力。
• 无人机主动避让62%的树木，与人类飞手的66%避让率非常接近，表明其行为模仿能力出色。
• 尽管树木密度更高且前向速度更快，系统性能仅略低于稀疏区域，显示出对环境复杂性的强鲁棒性。
• 系统表明，基于DAgger的模仿学习能有效泛化至新型障碍物场景，尤其在部署过程中引入校正反馈时效果更佳。