基于 LoRa 反向散射的微型飞行器在线初始化状态估计器
机器人学
2021-03-08 v1
摘要
敏捷微型飞行器（MAV）的进展已显示出在替代人类进行劳动密集型或危险的室内探查（如仓库管理和火灾救援）方面的巨大潜力。然而，在此类昏暗或烟雾环境中，设计能够实现自主飞行的状态估计系统带来了根本性挑战。当前占主导的基于计算机视觉的方案仅在光照良好且纹理丰富的环境中有效。本文通过提出 Marvel——一种基于 RF 反向散射、具有在线初始化与标定的状态估计系统——来解决该挑战。Marvel 通过将反向散射标签附着于商用 MAV 起落架而无需内部硬件修改，对其为非侵入式，并以即插即用的方式配合自动初始化模块工作。Marvel 由三项新设计实现：基于反向散射的姿态感知模块、在线初始化与标定模块，以及反向散射-惯性超精度状态估计算法。我们通过编程使一架商用 MAV 沿不同轨迹自主飞行来展示我们的设计。结果表明，Marvel 支持在 50 m 范围内或穿透三堵混凝土墙进行导航，定位精度为 34 cm，姿态估计精度为 4.99 度。我们进一步通过与繁琐手动操作所得的完美初始参数测量相比较，展示了我们的在线初始化与标定。
引用
@article{arxiv.2103.03542,
title = {LoRa Backscatter Assisted State Estimator for Micro Aerial Vehicles with Online Initialization},
author = {Shengkai Zhang and Wei Wang and Ning Zhang and Tao Jiang},
journal= {arXiv preprint arXiv:2103.03542},
year = {2021}
}
备注
arXiv admin note: text overlap with arXiv:1912.08655