用于自主纳集群探索的多感官防碰撞设计
机器人学
2023-12-21 v1 系统与控制
系统与控制
摘要
本工作提出了一种多感官防碰撞系统设计，旨在为执行目标检测任务的 10 cm 级微型无人机集群实现稳健的自主探索能力。我们将轻量级单束激光测距与远程基于视觉的避障深度学习模型（即 PULP-Dronet）相结合以避免近距碰撞，并采用基于超宽带（UWB）的测距模块来防止集群内部碰撞。现场研究表明，相较于现有技术（SoA）基线，我们的多感官方法能够避免与静态障碍物的碰撞，在杂乱环境中将任务成功率从 20% 提升至 80%。同时，基于 UWB 的子系统在 65 cm 安全距离内防止四架无人机集群发生碰撞的成功率达到 92.8%。在由 GAP8 多核处理器扩展的 SoA 机器人平台上，PULP-Dronet 与目标检测任务交替运行，这将其执行速度限制在 1.6 帧/秒。该吞吐量足以以约 40% 的概率避开障碍物，但也表明下一代微型无人机集群需要性能更强的处理器。
引用
@article{arxiv.2312.13086,
title = {Multi-sensory Anti-collision Design for Autonomous Nano-swarm Exploration},
author = {Mahyar Pourjabar and Manuele Rusci and Luca Bompani and Lorenzo Lamberti and Vlad Niculescu and Daniele Palossi and Luca Benini},
journal= {arXiv preprint arXiv:2312.13086},
year = {2023}
}