論文の概要: ORBSLAM3-Enhanced Autonomous Toy Drones: Pioneering Indoor Exploration
- arxiv url: http://arxiv.org/abs/2312.13385v1
- Date: Wed, 20 Dec 2023 19:20:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-22 16:48:55.702743
- Title: ORBSLAM3-Enhanced Autonomous Toy Drones: Pioneering Indoor Exploration
- Title(参考訳): orbslam3による自律型玩具ドローン:室内探査の先駆者
- Authors: Murad Tukan, Fares Fares, Yotam Grufinkle, Ido Talmor, Loay Mualem,
Vladimir Braverman, Dan Feldman
- Abstract要約: おもちゃのドローンをGPSのない屋内空間を航行することは、大きな困難を伴っている。
本研究では,単眼式EmphRGBカメラを搭載したドローンに適したリアルタイム屋内探査システムを提案する。
我々のシステムは、最先端のビジョン機能ベースのSLAMであるEmphORB-SLAM3を使用して、おもちゃドローンのローカライゼーションと、マッピングされていない屋内地形のマッピングの両方を処理します。
- 参考スコア(独自算出の注目度): 30.334482597992455
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Navigating toy drones through uncharted GPS-denied indoor spaces poses
significant difficulties due to their reliance on GPS for location
determination. In such circumstances, the necessity for achieving proper
navigation is a primary concern. In response to this formidable challenge, we
introduce a real-time autonomous indoor exploration system tailored for drones
equipped with a monocular \emph{RGB} camera.
Our system utilizes \emph{ORB-SLAM3}, a state-of-the-art vision feature-based
SLAM, to handle both the localization of toy drones and the mapping of unmapped
indoor terrains. Aside from the practicability of \emph{ORB-SLAM3}, the
generated maps are represented as sparse point clouds, making them prone to the
presence of outlier data. To address this challenge, we propose an outlier
removal algorithm with provable guarantees. Furthermore, our system
incorporates a novel exit detection algorithm, ensuring continuous exploration
by the toy drone throughout the unfamiliar indoor environment. We also
transform the sparse point to ensure proper path planning using existing path
planners.
To validate the efficacy and efficiency of our proposed system, we conducted
offline and real-time experiments on the autonomous exploration of indoor
spaces. The results from these endeavors demonstrate the effectiveness of our
methods.
- Abstract(参考訳): おもちゃのドローンを非チャージされたGPSで屋内空間を移動させることは、位置決定にGPSに依存するため、重大な困難を伴う。
このような状況下では、適切なナビゲーションを実現する必要性が主な関心事である。
この難題に対応するために,単眼カメラを搭載したドローンに適した,リアルタイムの屋内探査システムを導入する。
我々のシステムは、最先端のビジョン機能ベースのSLAMである‘emph{ORB-SLAM3}を使って、おもちゃドローンのローカライゼーションと、マッピングされていない屋内地形のマッピングの両方を処理している。
emph{orb-slam3} の実用性とは別に、生成されたマップはスパースポイント雲として表現され、外れたデータの存在に近づいた。
この課題に対処するため,証明可能な保証付き外乱除去アルゴリズムを提案する。
さらに,新しい出口検出アルゴリズムを導入し,おもちゃのドローンによる室内環境中連続探査を実現する。
また、スパースポイントを変換して、既存のパスプランナを用いた適切なパス計画を保証する。
提案システムの有効性と有効性を検証するため,室内空間の自律探索に関するオフラインおよびリアルタイム実験を行った。
これらの成果は,本手法の有効性を示すものである。
関連論文リスト
- Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳(メタデータ) (2023-08-14T16:48:57Z) - SpaceYOLO: A Human-Inspired Model for Real-time, On-board Spacecraft
Feature Detection [0.0]
衝突の危険箇所を特定するためには、リアルタイムで自動的な宇宙船の特徴認識が必要である。
新しいアルゴリズムSpaceYOLOは、最先端のオブジェクト検出器YOLOv5を、人間にインスパイアされた意思決定プロセスに基づいて、別個のニューラルネットワークで融合する。
SpaceYOLOの自律型宇宙船検出の性能は、ハードウェア・イン・ザ・ループ実験において通常のYOLOv5と比較される。
論文 参考訳(メタデータ) (2023-02-02T02:11:39Z) - TransVisDrone: Spatio-Temporal Transformer for Vision-based
Drone-to-Drone Detection in Aerial Videos [57.92385818430939]
視覚的フィードを用いたドローンからドローンへの検知は、ドローンの衝突の検出、ドローンの攻撃の検出、他のドローンとの飛行の調整など、重要な応用がある。
既存の手法は計算コストがかかり、非エンドツーエンドの最適化に追随し、複雑なマルチステージパイプラインを持つため、エッジデバイス上でのリアルタイムデプロイメントには適さない。
計算効率を向上したエンドツーエンドのソリューションを提供する,シンプルで効果的なフレームワークであるitTransVisDroneを提案する。
論文 参考訳(メタデータ) (2022-10-16T03:05:13Z) - Coupling Vision and Proprioception for Navigation of Legged Robots [65.59559699815512]
我々は視覚と受容の相補的な強みを利用して、脚のあるロボットでポイントゴールナビゲーションを実現する。
車輪付きロボット(LoCoBot)のベースラインよりも優れた性能を示す。
また,センサーと計算能力を備えた四足歩行ロボットに,我々のシステムを実環境に展開することも示す。
論文 参考訳(メタデータ) (2021-12-03T18:59:59Z) - A Multi-UAV System for Exploration and Target Finding in Cluttered and
GPS-Denied Environments [68.31522961125589]
複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。
UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。
その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
論文 参考訳(メタデータ) (2021-07-19T12:54:04Z) - Towards bio-inspired unsupervised representation learning for indoor
aerial navigation [4.26712082692017]
本研究では,生物にインスパイアされた深層学習アルゴリズムによる同時位置決めとマッピング(SLAM)とそのドローンナビゲーションシステムへの応用について述べる。
本稿では,低次元潜在状態記述子を出力し,知覚的エイリアスに対する感度を軽減し,高効率な組込みハードウェアの開発を行う教師なし表現学習手法を提案する。
設計したアルゴリズムは,室内の倉庫環境において収集されたデータセットに基づいて評価され,最初の結果はロバストな屋内航法の実現可能性を示している。
論文 参考訳(メタデータ) (2021-06-17T08:42:38Z) - Dogfight: Detecting Drones from Drones Videos [58.158988162743825]
本稿では,他の飛行ドローンからドローンを検知する問題に対処する。
ソースとターゲットドローンのエロティックな動き、小型、任意の形状、大きな強度、および閉塞は、この問題を非常に困難にします。
これに対処するため,地域提案に基づく手法ではなく,2段階のセグメンテーションに基づく手法を提案する。
論文 参考訳(メタデータ) (2021-03-31T17:43:31Z) - FAITH: Fast iterative half-plane focus of expansion estimation using
event-based optic flow [3.326320568999945]
本研究では, 小型航空機(MAV)の走行経路を決定するためのFAst ITerative Half-plane (FAITH)法を提案する。
その結果,提案手法の計算効率は高い精度を維持しながら最先端の手法よりも優れていた。
論文 参考訳(メタデータ) (2021-02-25T12:49:02Z) - Autonomous Off-road Navigation over Extreme Terrains with
Perceptually-challenging Conditions [7.514178230130502]
移動性ストレス要素を用いた知覚困難環境におけるレジリエント自律計算の枠組みを提案する。
リアルタイムに堅牢なマルチファイアリティトラバーサビリティ推定を生成するための高速設定アルゴリズムを提案する。
提案手法は、スキッドステアや追尾ロボット、高速RCカー、脚ロボットなど、複数の物理的システムに展開された。
論文 参考訳(メタデータ) (2021-01-26T22:13:01Z) - Occupancy Anticipation for Efficient Exploration and Navigation [97.17517060585875]
そこで我々は,エージェントが自我中心のRGB-D観測を用いて,その占有状態を可視領域を超えて推定する,占有予測を提案する。
エゴセントリックなビューとトップダウンマップの両方でコンテキストを活用することで、私たちのモデルは環境のより広いマップを予測できます。
われわれのアプローチは、2020 Habitat PointNav Challengeの優勝だ。
論文 参考訳(メタデータ) (2020-08-21T03:16:51Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。