セマンティック・ローカリゼーションのデュアル・ポーズグラフによる視覚ベース自律ドローンレース

arXiv cs.RO / 2026/4/17

📰 ニュースDeveloper Stack & InfrastructureModels & Research

共有:

要点

本論文は、高速飛行や急激な機動、モーションブラー、特徴の不安定さ、そして単眼カメラ中心の制約といったドローンレース特有の課題に対処するための、視覚ベース自律ドローンレース向けデュアル・ポーズグラフのローカリゼーション手法を提案します。
方式は、オドメトリとセマンティックなゲート検出を統合し、キーフレーム間で得られた複数の観測を一時的なグラフに蓄積してから、各ランドマークの洗練された制約へ集約し、それを永続的なメイン・グラフへ昇格させることで、リアルタイム性を保ちつつ情報量を活かします。
センサーに依存しない設計として提示され、検証では単眼ビジュアル・インシャリアル・オドメトリと視覚ゲート検出を用いています。
TII-RATMデータセットでの評価では、単独のVIOに比べてATEが56%〜74%低減し、アブレーションでは同等の計算コスト下で単一グラフ基準より精度が10%〜12%高いことが示されています。
A2RLコンペでの実デプロイでは、飛行中のオンボードでリアルタイムなローカリゼーションを実現し、オドメトリ基準のドリフトをラップあたり最大4.2メートル低減しました。