[论文解读] Autonomous Flight in Unknown GNSS-denied Environments for Disaster Examination

Daniel Schleich, Marius Beul+2 more|arXiv (Cornell University)|Mar 22, 2021

Robotics and Sensor-Based Localization参考文献 28被引用 19

一句话总结

本文提出了一套自主微型垂直起降飞行器（MAV）系统，可在未知的室内外灾难环境中实现安全、无GNSS的飞行。该系统结合了基于激光雷达的里程计、动态状态估计以及基于多分辨率状态格网的实时轨迹规划，实现了无需先验地图的精确、无碰撞导航，并在包含室内外转换和动态障碍物的复杂真实场景中得到验证。

ABSTRACT

Micro aerial vehicles (MAVs) have high potential for information gathering tasks to support situation awareness in search and rescue scenarios. Manually controlling MAVs in such scenarios requires experienced pilots and is error-prone, especially in stressful situations of real emergencies. The conditions of disaster scenarios are also challenging for autonomous MAV systems. The environment is usually not known in advance and GNSS might not always be available. We present a system for autonomous MAV flights in unknown environments which does not rely on global positioning systems. The method is evaluated in multiple search and rescue scenarios and allows for safe autonomous flights, even when transitioning between indoor and outdoor areas.

研究动机与目标

• 实现安全、自主的MAV飞行，适用于典型灾难场景中无GNSS、未知的环境。
• 克服在高压力、受阻环境（如倒塌建筑或工业设施）中人工驾驶的局限性。
• 开发一种无需先验地图或GPS、仅依赖机载传感器和在线建图的系统。
• 确保在GPS不可靠或不可用的室内外区域转换过程中具备鲁棒性能。
• 通过快速轨迹重规划和精确控制，实现实时应对动态障碍物。

提出的方法

• 采用自研的MARS激光雷达里程计系统，从3D激光雷达扫描构建多分辨率表面元胞（surfel）地图，实现在未知环境中精确、无漂移的状态估计。
• 在状态滤波器中融合IMU数据与激光雷达里程计，以高精度估计完整的3D MAV状态（位置、速度、姿态）。
• 采用基于高维状态格网的动态可行轨迹规划器，其空间分辨率随距离当前位置的远近而降低。
• 在状态格网上使用A*搜索算法，计算时间最优、动态可行的轨迹，同时满足MAV动力学约束和障碍物避让要求。
• 通过更新占用地图并从当前状态重新规划，实现对新感知障碍物的快速轨迹重规划。
• 使用高带宽MAV控制器执行规划轨迹，实现对航点的精确跟踪，超调量小且位置保持稳定。

实验结果

研究问题

• RQ1 MAV能否仅依靠机载传感器和在线建图，在无先验地图、无GNSS的未知环境中实现安全、自主飞行？
• RQ2 在GPS信号衰减或不可用的复杂场景（如狭窄通道和室内外转换）中，基于激光雷达的里程计性能如何？
• RQ3 在计算开销低且控制保真度高的前提下，实时轨迹重规划与动态避障的实现程度如何？
• RQ4 多分辨率状态格网的集成如何提升复杂环境中的规划效率和轨迹质量？
• RQ5 在无GPS条件下，特别是在靠近结构物的近距离飞行中，系统能否保持精确导航和稳定控制？

主要发现

• MAV成功完成了在室外和室内环境中的自主飞行，包括室内外转换，且无需先验地图或GPS依赖。
• 在GPS信号不可用的建筑物内部，激光雷达里程计仍保持了精确的状态估计，速度估计在进入室内前与基于GPS的真值高度一致。
• 系统实现了精确的航点跟踪，跟踪误差始终低于1米，即使在曲线飞行段也表现良好，得益于有效的轨迹跟踪与控制。
• 轨迹重规划成功在数秒内避开了动态障碍物（如有人进入门口），更新后的路径实时反映了障碍物地图的变化。
• 在狭窄复杂的室内区域（如门框）中，使用均匀状态格网的规划性能优于多分辨率规划，尽管计算成本更高，但在路径可行性和安全性方面表现更优。
• 系统在真实场景中表现出强鲁棒性，包括一次从室外起飞到室内探索并退出的105秒完整任务，全程控制稳定、导航准确。