[論文レビュー] Autonomous Exploration with a Low-Cost Quadrocopter using Semi-Dense Monocular SLAM.

Lukas von Stumberg, Vladyslav Usenko+3 more|arXiv (Cornell University)|Sep 26, 2016

Robotics and Sensor-Based Localization参考文献 6被引用数 8

ひとこと要約

本論文では、半密度的単眼SLAM（LSD-SLAM）を用いて、リアルタイムでの軌道推定と環境再構築を可能にする、低コストでビジョンベースの自律飛行および探索システムを、マルチコプターに適用する。本手法は、テクスチャが欠落した領域の制限に対処するため、スパースな深度観測に適合した障害物マッピングと探索戦略を統合し、Parrot Bebopドローン上で自律飛行と探索を成功裏に実装した。

ABSTRACT

Micro aerial vehicles (MAVs) are strongly limited in their payload and power capacity. In order to implement autonomous navigation, algorithms are therefore desirable that use sensory equipment that is as small, low-weight, and low- power consuming as possible. In this paper, we propose a method for autonomous MAV navigation and exploration using a low-cost consumer-grade quadrocopter equipped with a monocular camera. Our vision-based navigation system builds on LSD-SLAM which estimates the MAV trajectory and a semi-dense reconstruction of the environment in real-time. Since LSD-SLAM only determines depth at high gradient pixels, texture-less areas are not directly observed. We propose an obstacle mapping and exploration approach that takes this property into account. In experiments, we demonstrate our vision-based autonomous navigation and exploration system with a commercially available Parrot Bebop MAV.

研究の動機と目的

• 最小限の積載重量および消費電力制約のもとで、マイクロエアロマルチコプター（MAVs）の自律探索を可能にすること。
• 単眼SLAMシステムに共通するテクスチャが欠落した環境におけるスパースな深度推定の課題に対処すること。
• 低コストの一般消費者向けカメラのみを用いて、リアルタイムに動作するビジョンベースのナビゲーションシステムを開発すること。
• 勾配に基づくSLAMからの半密度的深度推定の制限を考慮した障害物マッピングと探索戦略を統合すること。

提案手法

• 本システムは、マルチコプターに搭載された単眼カメラからのリアルタイムの軌道推定と半密度的3次元再構築にLSD-SLAMを用いる。
• 高勾配ピクセルを有する領域を特定・優先し、深度推定を実施する。テクスチャが欠落した領域は観測されないことを認識する。
• 障害物マッピングモジュールを導入し、観測された特徴の空間的分布に基づいて、未観測領域の障害物を推定・回避する。
• 深度信頼度が低い領域を避けるとともに、環境カバレッジを最大化するように動的にナビゲーション目標を選択する探索戦略を採用する。
• 飛行中に一貫性のある状態推定を維持するため、視覚オドメトリとマップ更新を統合する。
• SLAM出力と経路計画を統合した制御ループにより、未知の環境における自律飛行を実現する。

実験結果

リサーチクエスチョン

• RQ1 低コストの単眼カメラシステムは、制限された深度情報のもとで、未知の環境において信頼性の高い自律探索をどのように達成できるか？
• RQ2 深度が直接観測できないテクスチャが欠落した領域において、効果的な障害物マッピングと回避戦略は何か？
• RQ3 半密度的単眼SLAMは、軽量なMAV上でリアルタイムに継続的かつ安全な探索をサポートするために、どのように適応可能か？
• RQ4 スパースな深度観測下でも安全なナビゲーションを維持しながら、カバレッジを最大化する探索ポリシーは何か？

主な発見

• 本システムは、単眼カメラと低コストのオンボードプロセッシングのみを用いて、Parrot Bebopマルチコプターの自律探索を成功裏に実装した。
• 障害物マッピングの統合により、深度データが不完全な状態でもナビゲーションのロバスト性が向上し、衝突リスクが低減された。
• リアルタイム性能が達成され、飛行中において一貫した軌道推定とマップ更新が維持された。
• 高勾配コンテンツと未探索の空間領域を優先することで、探索戦略が新規領域のカバレッジを効果的に実現した。
• LiDARやステレオカメラなどの追加センサーを必要とせず、一般消費者向けMAVでも自律ナビゲーションの実現可能性を示した。