[論文レビュー] Autonomous Mobile Robot Navigation in Uneven and Unstructured Indoor Environments

Chaoqun Wang, Lili Meng+7 more|arXiv (Cornell University)|Oct 28, 2017

Robotics and Sensor-Based Localization参考文献 28被引用数 9

ひとこと要約

本論文は、3次元OctoMapに基づく環境表現と可変ステップサイズRRTを用いたパスプランニングにより、不整な構造的でない屋内環境における自律移動ロボットのナビゲーションを実現するソフトウェアとハードウェアの統合システムを提示する。このシステムは、複数層のOctoMap投影から安全で歩行可能な2次元地図を生成し、勾配のある領域を効率的かつ頑健に走破可能にするとともに、階段や動的障害物を回避する。シミュレーションおよび実世界実験の両方で検証され、再計画時間は10ms未塔である。

ABSTRACT

Robots are increasingly operating in indoor environments designed for and shared with people. However, robots working safely and autonomously in uneven and unstructured environments still face great challenges. Many modern indoor environments are designed with wheelchair accessibility in mind. This presents an opportunity for wheeled robots to navigate through sloped areas while avoiding staircases. In this paper, we present an integrated software and hardware system for autonomous mobile robot navigation in uneven and unstructured indoor environments. This modular and reusable software framework incorporates capabilities of perception and navigation. Our robot first builds a 3D OctoMap representation for the uneven environment with the 3D mapping using wheel odometry, 2D laser and RGB-D data. Then we project multilayer 2D occupancy maps from OctoMap to generate the the traversable map based on layer differences. The safe traversable map serves as the input for efficient autonomous navigation. Furthermore, we employ a variable step size Rapidly Exploring Random Trees that could adjust the step size automatically, eliminating tuning step sizes according to environments. We conduct extensive experiments in simulation and real-world, demonstrating the efficacy and efficiency of our system.

研究の動機と目的

• 車椅子利用者に配慮した設計がなされた、不整で構造的でない屋内環境における車輪式ロボットの自律ナビゲーションを可能にすること。
• ごみや障害物が散乱した現実の屋内環境において、勾配のある領域を走破し、階段を回避する課題に取り組むこと。
• センシングとナビゲーションを統合したモジュラーかつ再利用可能なソフトウェアフレームワークを構築すること。
• 動的障害物を伴う複雑な3次元環境において、パスプランニングの効率性と適応性を向上させること。
• 現実のセンサー雑音と環境の不確実性を想定した条件下で、システムの性能をシミュレーションおよび実世界環境で検証すること。

提案手法

• 車輪のオドメトリ、2次元レーザー、RGB-Dセンサのデータを用いて、正確な環境表現を実現する3次元OctoMapを構築する。
• 3次元OctoMapから複数層の2次元占有地図を投影し、高さ差に基づいて歩行可能な領域を特定する。
• グローバルパスプランニングの入力として安全で歩行可能な地図を生成し、勾配のある領域の走破と階段の回避を可能にする。
• 環境の複雑さに応じてステップサイズを動的に変更する可変ステップサイズRapidly Exploring Random Tree (RRT)アルゴリズムを採用する。
• リアルタイムのロボット状態推定のための適応型モンテカルロ局在化と、ローカルパススムージングおよび障害物回避のためのエラスティックバンドを用いる。
• グローバルパスプランニングとセンサベース制御を接続するリアルタイムのローカルプランナを統合し、動的障害物の回避を保証する。

実験結果

リサーチクエスチョン

• RQ1 不整な屋内空間、特に勾配や階段を含む環境において、自律ナビゲーションに適した3次元環境表現を効果的に実現する方法は何か？
• RQ2 最小限のチューニングで、複雑な3次元環境において効率的かつ適応的なナビゲーションを実現するパスプランニング戦略は何か？
• RQ3 3次元地図から歩行可能な領域を信頼性高く抽出するにはどうすればよいか？
• RQ4 センサー雑音、動的障害物、機械的不具合が存在する現実世界の条件下で、システムはどのように動作するか？
• RQ5 センシングとナビゲーションを統合したモジュラーなソフトウェアフレームワークは、構造的でない屋内環境において、頑健な自律性を達成できるか？

主な発見

• 実世界の環境において、地面から高床のプラットフォームへ勾配路を経由して移動するナビゲーションに成功し、環境の複雑さに対しても頑健であることが示された。
• 可変ステップサイズRRTは、動的障害物に遭遇した際の平均再計画時間が約10msという高い効率性を達成し、グローバルパスプランニングに適していた。
• 複数層のOctoMap投影から生成された歩行可能マップは、勾配と階段を効果的に区別でき、安全なナビゲーションを可能にした。
• ノイズの高い条件下でもローカル化の安定性を維持でき、障害物検出とパスブロッキングのバランスを最適化するための3m×4mのローカルコストマップサイズが最適であると特定された。
• 実世界実験により、人間などの動的障害物を回避する能力が確認され、すべてのテストケースでパスの再計画と安全な操作が観察された。