基于主动感知的多无人机编队控制

面向包含飞行或移动摄像机的户外场景的自主运动捕捉（mocap）系统依赖于 i) 一个机器人前端，用于在人体受试者进行身体活动时实时跟踪并跟随该受试者，以及 ii) 一个算法后端，从保存的视频中估计全身人体姿态与形状。本文为我们基于无人机的 mocap 系统提出了一种新型前端，由仅配备机载相机与计算单元的多架微型飞行器（MAVs）组成。在先前工作中，我们提出了一种使用多架 MAV 对受试者进行协同检测与跟踪（CDT）的方法。然而，它未能确保 MAV 的最优视点配置以最小化协同跟踪的人体 3D 位置估计中的不确定性。本文引入一种用于 CDT 的主动方法。与仅协同跟踪人体 3D 位置不同，MAV 现在可主动计算最优局部运动规划，从而得到最优视点配置，使跟踪估计中的不确定性最小。我们通过将主动跟踪目标解耦为一个凸二次目标以及与 MAV 相对于人体的角度配置对应的非凸约束来实现这一点。我们在 CDT 算法中使用高斯观测模型假设推导得出。我们还展示了如何将包括动态与静态障碍物避障在内的所有非凸约束作为外部控制输入嵌入 MPC 动力学中。给出了涉及 3 架 MAV 在若干挑战性场景中的多次真实机器人实验与比较（视频链接：https://youtu.be/1qWW2zWvRhA）。大量仿真结果证明了我们方法的可扩展性与鲁棒性。同时提供了基于 ROS 的源代码。