AERO-MPPI：アンカー誘導によるエンスタイル軌道最適化―機敏な地図なしドローン航法のためのアンサンブル手法

Abstract

整然としていない3D環境における機敏な地図なしナビゲーションは、自律ドローンにとって大きな課題です。従来のマッピング・計画・制御のパイプラインは計算コストが高く、推定誤差も伝播してしまいます。そこで本稿では、知覚と計画をアンカー誘導型アンサンブルによるModel Predictive Path Integral（MPPI）最適化器で統合する、完全GPU加速のフレームワークAERO-MPPIを提案します。具体的には、前方予測の中間終点として、空間的に分布した「アンカー」を高速に抽出するマルチレゾリューションのLiDAR点群表現を設計し、そこから多項式軌道ガイドを構築して、異なるホモトピー経路クラスを探索します。各計画ステップでは、複数のMPPIインスタンスを並列に実行し、衝突回避と目標到達のバランスを取る二段階の多目的コストでそれらを評価します。NVIDIA WarpのGPUカーネルのみで実装されたAERO-MPPIは、リアルタイムの機内動作を実現し、単一MPPIアプローチにおけるローカルミニマ失敗を緩和します。森林、垂直壁、傾斜地での大規模シミュレーションにより、7 m/sを超える安定した飛行が示され、成功率は80%超、最先端のベースラインよりも滑らかな軌道が得られます。LiDARを搭載したNVIDIA Jetson Orin NX 16G搭載クアドロターでの実世界実験により、AERO-MPPIが機内でリアルタイムに動作し、複雑で散らかった環境において安全で機敏かつ頑健な飛行を一貫して達成することが確認されます。コードはhttps://github.com/XinChen-stars/AERO_MPPIで公開されています。