Saranga：小型ドローン向けのMilliWatt超音波による、視覚が劣化した環境でのナビゲーション

概要: 小型の手のひらサイズの空中ロボットは、手狭で障害物の多い環境を移動する際に優れた機動性と費用対効果を備えています。とはいえ、搭載できるペイロード容量が限られているため、ロボット上のセンサー群が直接制約され、その結果、GPSが利用できない野外のシーンで重要なナビゲーション課題を実行できません。障害物回避の一般的な手法では、カメラやLIght Detection And Ranging（LIDAR）を用いますが、低視程、粉じん、霧、暗闇といった視覚が劣化した条件では効果を発揮できなくなります。他のセンサー、たとえばRAdio Detection And Ranging（RADAR）は消費電力が高いため、小型の空中ロボットには適していません。コウモリに着想を得て、デュアルソナーアレイを用いて障害物を局在化する、低電力超音波ベースの知覚スタックSarangaを提案します。我々は、-4.9デシベルの低いピーク信号対雑音比（Peak Signal-to-Noise Ratio）に対処するための2つの主要な解決策を示します。1つ目は物理的なノイズ低減で、2つ目は深層学習に基づく除ノイズ手法です。まず、弱いエコーにおけるプロペラ誘起の超音波ノイズを遮断する実用的な方法を提示します。2つ目の解決策は、高い量の相関のないノイズ下で、従来手法では不十分だった信号パターンの発見に、 extcolor{black}{超音波エコーの長いホライズン（long horizon of ultrasound echoes）}を活用するようにニューラルネットワークを訓練することです。合成データ生成パイプラインと、訓練に用いる限られた実ノイズデータを使うことで、現実世界へと一般化します。搭載のみのセンシングと計算だけを用いて、障害物の薄く透明な環境において、濃霧、暗闇、降雪といった視覚が劣化した条件下で、手のひらサイズの空中ロボットが航行できることを可能にします。我々は、このアプローチの有効性を示すために、豊富な実世界の結果を提供します。