Sign In

A Map-free Deep Learning-based Framework for Gate-to-Gate Monocular Visual Navigation aboard Miniaturized Aerial Vehicles

Created by
  • Haebom
Category
Empty

저자

Lorenzo Scarciglia, Antonio Paolillo, Daniele Palossi

개요

본 논문은 50g 미만의 초소형 자율 비행 드론을 위한 경량의 시각 기반 자율 주행 시스템을 제시한다. 기존의 대형 드론과 달리 제한된 연산 능력과 메모리를 가진 초소형 드론의 특성을 고려하여, 단안 카메라만을 이용한 실시간 심층 학습 기반 게이트 탐지와 효율적인 시각 서보 제어를 결합한 시스템을 개발하였다. 개발된 시스템은 프레임당 24M MAC 연산으로 30Hz의 제어 성능을 달성하며, 약 2만 장의 실제 이미지 데이터셋에서 1.4 픽셀의 게이트 탐지 RMSE를 기록했다. 실제 비행 실험에서 15개의 게이트를 4분 안에 통과하며 100m 이상을 비행하는 성능을 보였고, 미지의 환경에서도 4분 이상 비행에 성공하였다.

시사점, 한계점

시사점:
제한된 자원을 가진 초소형 드론에서 효율적인 시각 기반 자율 주행이 가능함을 입증하였다.
실시간 심층 학습과 전통적인 시각 서보 제어의 효과적인 결합을 제시하였다.
실제 환경에서의 성공적인 비행 실험을 통해 시스템의 성능과 일반화 능력을 검증하였다.
한계점:
사용된 데이터셋의 크기가 제한적일 수 있다.
다양한 환경 조건 (조명, 날씨 등)에 대한 로버스트성 평가가 추가적으로 필요하다.
더욱 복잡한 환경이나 장애물 회피에 대한 성능 평가가 부족하다.
👍