为纳米无人机自主导航蒸馏微型超快深度神经网络

纳米级无人机 (UAVs) 是在狭窄空间内收集信息的飞行物联网智能传感器的理想选择。这要求在非常严格的内存/计算约束下实现超快速导航。PULP-Dronet 卷积神经网络 (CNN) 能在纳米无人机上以 19 帧/秒的速度实现自主导航，但代价是高达 320 kB 的内存占用，并且由于碰撞避免和转向能力的分离训练，在复杂场景中的无人机控制受到阻碍。在这项工作中，我们蒸馏出一系列新型 CNN，其能力优于 PULP-Dronet，但内存占用最多减少 168 倍（低至 2.9 kB），推理速率高达 139 帧/秒；我们收集了一个新的开源统一碰撞/转向 66k 图像数据集，以实现更鲁棒的导航；并且我们对在商用纳米无人机上运行的 PULP-Dronet 和我们的微型 CNN 进行了彻底的现场分析。我们最微小的 CNN，名为 Tiny-PULP-Dronet v3，在一个具有挑战性且从未见过的路径上以 100% 的成功率导航，该路径由一个布满障碍物的狭窄走廊和一个 180{\deg} 转弯组成，最大目标速度为 0.5 m/s。在相同场景下，尽管参数多出 168 倍，最先进的 PULP-Dronet 却始终失败。