Key points are not available for this paper at this time.
Os drones autônomos atuais têm tempos de reação na casa das dezenas de milissegundos, o que não é suficiente para navegar rapidamente em ambientes dinâmicos complexos. Para evitar com segurança objetos que se movem rapidamente, os drones precisam de sensores e algoritmos de baixa latência. Saímos das abordagens de ponta utilizando câmeras de eventos, que são sensores bioinspirados com tempos de reação na casa dos microssegundos. Nossa abordagem explora a informação temporal contida no fluxo de eventos para distinguir entre objetos estáticos e dinâmicos e aproveita uma estratégia rápida para gerar os comandos motores necessários para evitar os obstáculos que se aproximam. Algoritmos padrão de visão não podem ser aplicados às câmeras de eventos porque a saída desses sensores não são imagens, mas um fluxo de eventos assíncronos que codificam mudanças de intensidade por pixel. Nosso algoritmo resultante tem uma latência total de apenas 3,5 milissegundos, o que é suficiente para detecção confiável e evasão de obstáculos em rápido movimento. Demonstramos a eficácia da nossa abordagem em um quadrotor autônomo usando apenas sensores e computação embarcados. Nosso drone foi capaz de evitar múltiplos obstáculos de diferentes tamanhos e formas, em velocidades relativas de até 10 metros por segundo, tanto em ambientes internos quanto externos.
Building similarity graph...
Analyzing shared references across papers
Loading...
Davide Falanga
Kevin Kleber
Davide Scaramuzza
Science Robotics
University of Zurich
Building similarity graph...
Analyzing shared references across papers
Loading...
Falanga et al. (Qua,) estudaram essa questão.
www.synapsesocial.com/papers/69d7baa4e57cdc1cc9ae29bb — DOI: https://doi.org/10.1126/scirobotics.aaz9712
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: