Resumo Técnico: HUNT (Navegação e Rastreamento de UAV de Alta Velocidade em Ambientes Não Estruturados via Frames Relativos Instantâneos)

1. Definição do Problema

Operações de Busca e Resgate (SAR) exigem que Veículos Aéreos Não Tripulados (UAVs) realizem duas tarefas distintas, porém críticas: atravessar ambientes desconhecidos e não estruturados em alta velocidade para localizar vítimas, e rastrear de forma confiável alvos detectados uma vez identificados. As soluções de autonomia atuais enfrentam limitações significativas em condições de sensoriamento degradadas (ex: florestas densas, cânions urbanos, edifícios colapsados) onde o GPS está indisponível e as características visuais são esparsas ou dinâmicas.

• Limitações da Navegação Global: Abordagens tradicionais que dependem de GPS, Odometria Visual-Inercial (VIO) ou SLAM degradam-se rapidamente nesses ambientes. Sua dependência de marcos persistentes e fechamentos de loop leva ao desvio (drift) e ao comportamento inseguro em altas velocidades.
• Limitações da Navegação Relativa: Métodos centrados em objetos recentes rastreiam alvos com sucesso ao ancorar o controle a um objeto detectado. No entanto, esses métodos assumem que um alvo é visível desde o início e permanece continuamente observável. Eles carecem de um mecanismo para a travessia segura em terrenos desconhecidos quando nenhum alvo está no campo de visão.

O desafio central abordado é alcançar um framework unificado que permita a travessia de alta velocidade sem localização global e transicione perfeitamente para o rastreamento de alvos sem retornar à frágil estimativa de pose global.

2. Metodologia

O framework proposto, HUNT, unifica travessia, aquisição e rastreamento dentro de uma única formulação relativa instantânea. Ele opera inteiramente dentro de um referencial relativo $R_t$ reconstruído a cada ciclo de controle a partir de quantidades observáveis a bordo (atitude, altitude, velocidade instantânea e posição relativa do alvo). Isso elimina a dependência de estados inobserváveis como translação horizontal ou yaw absoluto.

A. Regimes de Operação

O HUNT opera em dois modos, gerenciados por um pipeline unificado de percepção-controle:

1. Modo de Loitering (Busca):

   • Contexto: Nenhum alvo é detectado com alta confiança.
   • Referencial: $R_t$ é ancorado à gravidade e ao heading inicial, permanecendo fixo ao longo do tempo.
   • Estimativa de Estado: Um Filtro de Kalman Unscented (UKF) estima a posição relativa, velocidade e atitude. Embora a posição horizontal sofra desvio devido à falta de observação direta, a navegação permanece robusta porque a geração de referência define objetivos relativos à estimativa de estado atual.
   • Geração de Referência: O UAV regula altitude, velocidade de avanço e heading. O heading mantém o yaw inicial, mas pode ser levemente enviesado por detecções de baixa confiança para direcionar o UAV para potenciais alvos sem disparar uma mudança de modo.
   • Navegação: O UAV atravessa terreno acidentado definindo trajetórias de referência baseadas na estimativa atual, garantindo que os objetivos de controle permaneçam bem definidos apesar do desvio.

2. Modo de Tracking (Perseguição):

   • Contexto: Um alvo é detectado com alta confiança.
   • Referencial: $R_t$ é reancorado a cada ciclo à posição do alvo detectado. Isso mantém o alvo estacionário em $R_t$, independentemente do desvio global.
   • Estimativa de Estado: O UKF atualiza o estado usando o deslocamento relativo ao alvo derivado da detecção visual e disparidade estéreo. A aceleração linear não é usada no modelo de processo para evitar suposições sobre o movimento do alvo.
   • Geração de Referência: O UAV mantém uma distância de segurança ($d_{xy}$) e um offset vertical ($d_z$) enquanto orienta o eixo do corpo em direção ao alvo.

B. Arquitetura de Controle

• Controlador Unificado: Ambos os modos são executados por um único Controlador Preditivo de Modelo Não Linear (NMPC).
• Restrições de Segurança: Funções de Barreira de Controle (CBFs) de alta ordem são incorporadas diretamente no NMPC. Os obstáculos são identificados a partir de imagens de profundidade estéreo, e uma heurística de tempo para colisão seleciona os pontos de colisão mais iminentes. As CBFs impõem uma restrição de separação quadrática, garantindo trajetórias livres de colisão e dinamicamente viáveis em tempo real.
• Mudança de Modo: Uma política de histerese baseada no traço da covariância do estimador ($tr(P_t)$) governa as transições.
  • Loiter $\to$ Track: Ocorre quando a incerteza cai abaixo de um limiar ($\tau_\uparrow$).
  • Track $\to$ Loiter: Ocorre quando a incerteza excede um limiar superior ($\tau_\downarrow$).
  • Durante o loitering, detecções de baixa confiança enviesam o heading em direção ao alvo, facilitando uma transição suave assim que a confiança é suficiente.

3. Principais Contribuições

• Formulação Relativa Instantânea Unificada: O HUNT é o primeiro framework que integra travessia de alta velocidade, aquisição e rastreamento de alvos em ambientes obstruídos e sem GPS sob uma única formulação relativa, eliminando a dependência de pose global.
• Navegação Resiliente ao Desvio: Ao ancorar objetivos a observáveis instantâneos em vez de mapas globais, o sistema mantém o voo seguro de alta velocidade mesmo quando as estimativas de posição horizontal sofrem desvios significativos.
• Transição de Modo Sem Costuras: O framework permite a troca reativa entre busca (loitering) e rastreamento sem exigir a reinicialização do estado global ou o retorno a métodos frágeis de SLAM/VIO.
• Segurança em Tempo Real: A integração de CBFs dentro do NMPC garante a evasão de obstáculos em ambientes não estruturados e dinâmicos sem a necessidade de mapas prévios.

4. Resultados Experimentais

O framework foi validado em extensos experimentos externos em diversos ambientes: complexos de contêineres urbanos, layouts semiestruturados e florestas densas.

• Desempenho de Loitering:
  • Em ambientes urbanos, o UAV manteve progresso constante à frente a ~4,1 m/s com erros de heading limitados a 2° em relação ao ground truth do GPS.
  • Em florestas densas (sob dossel), o UAV atravessou o entulho a 2,0 m/s, mantendo margens de clareza >1,0 m. Os logs de GPS nessas condições mostraram erros horizontais de 2–6 m, o que tornaria a navegação baseada em mapas não confiável, mas o HUNT sustentou um voo livre de desvios.
• Missões Completas de SAR:
  • Busca Urbana: O UAV localizou um destroço de veículo estacionário, mudando de loitering para tracking com erros de deslocamento limitados a ±0,5 m.
  • Perseguição Urbana: O UAV rastreou um alvo móvel (manequim em um ATV) a velocidades de até 11,4 m/s, mantendo o erro lateral dentro de um corredor de 1,2 m. Detecções de baixa confiança conseguiram enviesar o heading de loitering em direção ao alvo antes da mudança.
  • Busca em Floresta: O UAV atravessou árvores densas a 2,0 m/s, mudou para o rastreamento de um manequim e sustentou a perseguição apesar de severos reflexos e correções de heading de até 25°.
• Métricas Quantitativas: Em todas as missões, o HUNT alcançou desempenho consistente de alta velocidade (velocidades médias de até 8,85 m/s) e navegação ágil (acelerações de pico de até 31,11 m/s²) sem necessidade de ajuste de parâmetros.

5. Significância e Alegações

O artigo afirma que o HUNT representa uma mudança fundamental na autonomia para operações de SAR ao demonstrar que tanto a travessia quanto o rastreamento podem ser expressos sem pose global ou mapeamento.

• Robustez em Sensoriamento Degradado: O sistema alcança autonomia confiável em condições onde métodos tradicionais de GPS, VIO e SLAM falham devido ao desvio, esparsidade de características ou oclusão.
• Capacidade Unificada: Ele preenche a lacuna entre "buscar" (atravessar terreno desconhecido) e "rastrear" (seguir um alvo), uma capacidade anteriormente ausente em frameworks de navegação relativa.
• Segurança e Agilidade: Ao incorporar CBFs no loop de controle, o framework garante segurança e viabilidade dinâmica em altas velocidades em ambientes não estruturados.

Os autores observam que, embora a implementação atual utilize um heading inicial fixo para o loitering, trabalhos futuros poderiam incorporar raciocínio semântico (ex: reconhecimento de portas/janelas) ou memória de curto prazo leve para melhorar a eficiência da exploração ou evitar o loitering cíclico, tudo mantendo a formulação relativa instantânea.