Core Concepts
CBFを活用したセンサー方向の最適化により、危険性を最大化し、衝突回避を実現。
Abstract
自律的な衝突回避における環境認識の重要性とその挑戦。
CBF制約を利用したオプティマルセンサーポイントング方向ψdのオンライン決定手法。
空間密度関数Φと姿勢依存センサーFOV品質関数の結合による目的関数Γ。
数値解析によるアルゴリズム成功率88−96%。
安全性重視フライトアーキテクチャへψdの組み込みとシミュレーション分析。
INTRODUCTION
UAVsでの衝突回避は安全性上重要。
CBF-QPsが効果的な制御手段。
SAFETY-AWARE PERCEPTION
ΦとQに基づく危険度最大化手法。
NUMERICAL VALIDATION
シミュレーションで提案手法がヒューリスティック手法より16−29%改善。
EXPERIMENTAL RESULTS
Crazyflie 2.1で実験。371μsで計算完了、88%以上の成功率。
Stats
航空機は常に静的および動的障害物との衝突を回避する必要がある。
提案されたアルゴリズムは、16−29%改善された成功率を示した。
Crazyflie 2.1では、平均計算時間は371μsだった。
Quotes
"UAVs are equipped with basic sensor suites which include gyroscopes, accelerometers, and less frequently, magnetometers and GPS receivers."
"CBF-QPs provide a computationally-efficient and minimally-invasive means of enforcing safety-critical control objectives on a system."