Query dirette su immagini di profondità accelerano il rilevamento ostacoli per droni reattivi

Quando il pianificatore di un drone ha solo pochi millisecondi per reagire, vale la pena costruire prima una mappa per rendere più veloci i controlli di collisione?

Nella pianificazione a orizzonte breve, il tempo di preparazione della mappa può superare il risparmio sulle singole query, quindi la domanda rilevante è il tempo totale che intercorre tra una nuova misurazione di profondità e la risposta sul rischio di collisione.

Gli autori sostituiscono la costruzione della mappa ad ogni aggiornamento con query GPU sulle distanze calcolate da immagini di profondità bufferizzate, puntando a rispondere più rapidamente ai controlli di collisione di un pianificatore reattivo.

Su sequenze di profondità di foresta registrate, il metodo ha risposto a 400 query in 3,3–6,2 millisecondi su un Orin NX, con latenza totale inferiore rispetto a ogni configurazione voxel grid misurata.

Questo supporta l'idea che evitare la preparazione della mappa possa essere vantaggioso quando un pianificatore reattivo effettua relativamente pochi controlli per aggiornamento del sensore.

In simulazioni di rami con costi di calcolo misurati addebitati, il valutatore ha registrato un numero inferiore di collisioni con il metodo proposto rispetto a FIESTA o a un KD-tree.

Le percentuali rappresentano frazioni di esecuzioni simulate mediate su cinque velocità comandate, a supporto del valore del metodo in questo contesto testato.

I confronti sul tasso di collisione provengono da esecuzioni simulate in foresta con il costo di calcolo dell'Orin NX misurato e addebitato; non stabiliscono tassi validi per altri ambienti o voli reali.

La dimostrazione nel mondo reale ha coperto dieci voli in due siti forestali, e il metodo assume che l'ambiente rimanga statico nell'orizzonte di pianificazione bufferizzato.