PinpointFly:使用移动AR的自我中心位置控制无人机界面

AR 导航与情境感知无人机(Drone)交互与控制

文献标题

PinpointFly: An Egocentric Position-control Drone Interface using Mobile AR

文献信息

  • 主题领域: 人机交互、增强现实技术与无人机控制接口设计
  • 关键词: 空间感知、无人机定位、增强现实、视觉导航、人机交互

研究背景与问题

  • 问题或挑战: 传统基于操纵杆的无人机速度控制方式对精准定位任务不适用,因其存在空间感知能力不足、无人机坐标系控制复杂以及速度控制机制不精确的缺点。这些问题尤其影响初级飞行员的操作性能并增加学习成本。
  • 重要性: 无人机的准确定位和轨迹控制对于室内应用(如视频拍摄、结构检查、短距离交付等)至关重要。在物理空间有限的室内环境中,无人机需实现快速、灵活且安全的操作。
  • 研究动机与相关工作:
    • 现有基于增强现实(AR)的视觉覆盖技术改善了无人机飞行路径的直观性,但缺乏精准定位功能。
    • 无人机的“头朝模式”及身体姿态操控等以用户为中心的控制界面被证明较传统无人机坐标系控制更高效。
    • 职业摄影无人机目前多依赖自动化算法生成固定飞行路径,无法支持实时互动的无人机操作需求。

解决方案

  • 提出的方法: PinpointFly是一种以用户为中心的无人机定位控制界面,通过使用移动增强现实(AR),让用户能够直观地直接定位和旋转飞行中的无人机。
  • 创新点:
    • 使用虚拟投影阴影(无人机在地面的正交投影)增强飞行员的空间感知,从而提升无人机位置和方向的直观性。
    • 转变传统基于无人机坐标系的控制方式,采用以用户坐标系为基础的操作逻辑。
    • 引入位置控制理念,实现无人机的精准操作,而不是基于速度的传统方式。
  • 实施步骤和关键技术:
    1. 交互设计:
      • 引入移动设备AR视图展示无人机位置,用户通过触屏拖拽阴影设置无人机位置。
      • 使用高度和方向滑块分别调整无人机的高度及旋转角度。
    2. 四种运动控制模式:
      • DragFly: 实时定位无人机,通过拖动而直接改变其方向和位置。
      • PointFly: 用户预设位置和方向,只需触碰飞行按钮,无人机即移动至位置点。
      • TrajectoryFly: 预设无人机路径,后续可自动沿设定轨迹飞行。
      • WaypointFly: 用户可设置多点路径,无人机依次访问这些点以完成任务。
    3. 技术实现:
      • 运用光学捕捉系统(如OptiTrack)和aruco标记进行无人机位置跟踪。
      • 无线通信实现移动AR设备、服务器与无人机的数据交互。
      • PID(比例-积分-微分)控制算法用于让无人机追踪虚拟目标位置。

研究成果

  • 具体成果:
    • PinpointFly显著提升了无人机在室内环境下的精准定位性能,对比传统操纵杆的速度控制方式,定位误差降低50%,任务完成时间减少33%-45%。
    • 用户研究表明,该界面比传统操纵杆更易用,减少了初学者的工作负担并提高了操作效率。
  • 优势:
    • 精确性提升:虚拟阴影增强用户对无人机空间关系的感知。
    • 简化操作:用户以自然的触屏交互方式实现高度和旋转设置,无需复杂的操纵杆输入。
    • 多模式支持:运动控制模式覆盖从实时到预定义的路径规划需求。
  • 实验或评估结果:
    • 两项用户研究分别验证了PinpointFly在无人机定位以及视频拍摄中较高的性能指标(如时间、距离误差、工作负荷)。
    • 用户对四种运动模式表现出不同的偏好,例如WaypointFly被认为更适合规划式任务,而DragFly则更适合实时操作。
  • 局限性与未来方向:
    • 当前系统依赖光学捕捉系统对无人机进行位置跟踪,限制了应用范围。
    • 未能很好处理阴影与场景中对象遮挡的问题。
    • 未对类似基于手势的增强现实无人机界面进行直接比较。
    • 后续研究应探索该接口适配更大空间范围的混合控制方式,同时改善阴影尺寸动态调整和其他视觉引导技术。

应用场景

  • 检查与故障诊断:快速定位无人机至目标点,用于建筑结构或者设备损坏检测。
  • 视频拍摄:支持无人机动态视频拍摄,如特写摄影或轨迹捕捉。
  • 短程递送与装配:在室内工厂场景下,通过PinpointFly递送工具或装配组件。
  • 导航与指导:无人机携带显示屏引导工人或游客。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/47679/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3411764.3445110
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
AR 导航与情境感知、无人机(Drone)交互与控制
work
职业/产业
—
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文