FU-MPC: Frontier- and Uncertainty-Aware Model Predictive Control for Efficient and Accurate UAV Exploration with Motorized LiDAR

技術サマリー：モーター駆動型 LiDAR を用いた効率的かつ高精度な UAV 探査のための FU-MPC

問題定義
未知環境における効率的な自律探査には、空間カバレッジの拡大と信頼性の高い局所化を同時に達成するシステムが必要である。剛体固定型の LiDAR を搭載した従来の UAV の場合、観測領域は車両の姿勢と運動に密接に連動している。その結果、垂直方向または横方向のカバレッジを拡大するには、往々にして追加の並進または回転運動が必要となる。幾何学的に困難な環境や閉鎖環境では、これらの運動は非効率的であり、LiDAR 一致の退化を引き起こし、SLAM エラーやミッションの失敗につながる可能性がある。モーター駆動型の回転式 LiDAR は、UAV の運動を変更せずに能動的に視認方向を調整することで、追加のセンシング自由度を提供するが、既存の探査システムでは、このスキャンの自由度を明示的な決定変数として活用することは稀である。現在の手法では、LiDAR スキャンは通常、プリセットされた周辺プロセスとして扱われ、スキャン運動を、フロンティアに富む未知空間の露出と、局所化のための強力な幾何学的制約の維持という二重の目的に直接結びつけることができていない。

手法
著者らは、独立して作動するモーター駆動型 LiDAR を搭載した UAV プラットフォーム向けに設計された階層型フレームワークである FU-MPC（フロンティアおよび不確実性認識モデル予測制御）を提案する。本システムは、主に 2 つの層で動作する。

1. ハードウェアおよびシステムアーキテクチャ：
   プラットフォームは、STM32 マイクロコントローラーを介して IMU およびエンコーダデータと厳密に時間同期された、独立して作動するモーターを備えた前面搭載型 LiDAR を特徴とする。この設計により、スキャン運動を UAV の飛行ダイナミクスから分離し、LiDAR の回転速度をリアルタイムでコマンド可能な制御入力として機能させる。

2. グローバル探査計画：
   グローバルプランナーは、生フロンティア観測を代表的な視点に整理する。可視領域が重複するフロンティアクラスターをマージする動的クラスタリング戦略を採用し、ターゲットの冗長性を低減する。トポロジーを考慮したグローバルコスト関数が、経路の到達性、垂直運動の負担、および進行方向の一貫性を明示的に考慮してこれらの視点を順序付けする。これにより、ユークリッド距離に基づくプランナーで一般的に見られる急激な再方向転換を回避する、効率的かつ実行可能なグローバル巡回路が生成される。

3. ローカルスキャン制御（FU-MPC）：
   グローバル飛行軌跡に基づき構築された FU-MPC は、LiDAR の角速度をオンラインで最適化するローカル後退ホライズンコントローラーとして機能する。このコントローラーは、2 つの目的をバランスさせる結合最適化問題を定式化する。

• フロンティア認識探査有用性：軽量な代理モデルが、予測される将来のスキャン体積と環境の複雑さに基づき、新たなフロンティアを露出させる潜在的な利得を評価する。
• 方向依存局所化不確実性：フィッシャー情報に基づく指標が、可視表面法線の分布に基づき、姿勢推定のための幾何学的制約の品質を推定する。コストは、逆フィッシャー情報行列のトレース（A-最適性基準）として定義される。

オンボードハードウェアでのリアルタイム実行を確保するため、システムは予測有用性場を近似する軽量な線形区間代理モデルを利用し、不確実性コストをルックアップテーブルで事前計算することで、高価なオンライン行列演算を回避する。コントローラーは、厳密な 0.1 秒周期内で、探査利得、局所化の質、制御の滑らかさをバランスさせるコスト関数を最小化する。

主要な貢献

1. ハードウェア統合：独立して作動するモーター駆動型 LiDAR を備えた UAV プラットフォームの開発。スキャン速度を固定された周辺プロセスではなく、専用のリアルタイム制御入力へと昇格させた。
2. 階層型計画フレームワーク：トポロジーを考慮したコストを用いてフロンティアを代表的な視点に順序付けるグローバルプランナー。混雑した 3D 環境における固定視野（FoV）計画の非効率性を解決する。
3. FU-MPC コントローラー：フロンティア発見と局所化精度を共同で最適化する新規ローカルスキャンコントローラー。予測スキャンとフィッシャー情報に基づく不確実性指標を用いて、制御可能なスキャン運動を、探査の進捗および推定品質に明示的に結合する。
4. リアルタイム実装：軽量な代理モデルと非同期テーブル更新の採用により、組み込みエッジコンピューティングユニット上で高レートで閉ループスキャン最適化を可能にした。

実験結果
本システムは、3 つの大規模シーン（ sinkhole、空間迷路、溶岩管）におけるシミュレーションと、実世界での飛行実験を通じて検証された。

• 効率性：最先端のベースライン（EPIC、FUEL、ERRT）と比較して、FU-MPC は著しく速いカバレッジ蓄積を示した。空間迷路では、EPIC と比較して探索時間を 36.8%、軌道長を 48.7% 削減した。溶岩管では、固定 LiDAR システムが視認角度を調整するために頻繁に行う必要があった進行方向変更を回避することにより、時間を 61.6% 削減した。
• 精度：FU-MPC は堅牢な局所化性能を維持した。EPIC が深刻な軌道ドリフト（RMSE 約 59m）に苦しんだ sinkhole シナリオにおいて、FU-MPC は有界誤差（RMSE 約 1.03m）でタスクを完了した。アブレーション研究により、適応回転戦略が、高速掃引と安定した特徴追跡の間の従来のトレードオフを克服し、精度と効率の両面で固定速度ベースラインを上回ることが確認された。
• 実世界性能：屋外環境（駐車場トンネルおよび建物のような構造物）におけるフィールドテストは、外部から内部領域をスキャンする能力と、安全性を損なうことなく局所化を向上させるために鋭いコーナーで回転速度を適応させる能力を実証した。
• 計算効率：x86 Intel-N305 エッジユニットにおいて、ローカルスキャン制御モジュールは平均 1.88% の CPU 消費量しか示さず、オンボード実行のための軽量代理モデルアプローチの有効性を確認した。

重要性
本論文は、FU-MPC が、スキャン機構そのものを能動的な決定変数として扱うことで、自律探査における重要なギャップを埋めていると主張する。探査の需要と局所化条件に応じてスキャン運動を明示的に規制することで、システムは、迅速なカバレッジ拡大と堅牢な状態推定の間のより効率的なバランスを達成する。この研究は、モーター駆動型 LiDAR が不確実性認識予測制御と結合された場合、従来の固定センサーアプローチが効率性と局所化の安定性の点で苦労する、複雑で幾何学的に困難な環境において、UAV の性能を著しく向上させることができることを実証している。