[論文レビュー] Autonomous, Monocular, Vision-Based Snake Robot Navigation and Traversal of Cluttered Environments using Rectilinear Gait Motion

Alexander H. Chang, Shiyu Feng+3 more|arXiv (Cornell University)|Aug 19, 2019

Robot Manipulation and Learning参考文献 33被引用数 6

ひとこと要約

本論文では、直線歩行運動を用いた単眼視覚ベースのナビゲーションシステムを蛇型ロボットに適用し、未知でごみだらけの環境を自律的に走破可能にする。自己局所化に ORB-SLAM を、障害物検出に床面のセグメンテーションを、経路計画とフィードバック制御に運動学的ユニサイクルモデルを組み合わせることで、事前の環境知識なしにリアルタイムで視覚駆動のナビゲーションを実現する。

ABSTRACT

Rectilinear forms of snake-like robotic locomotion are anticipated to be an advantage in obstacle-strewn scenarios characterizing urban disaster zones, subterranean collapses, and other natural environments. The elongated, laterally-narrow footprint associated with these motion strategies is well-suited to traversal of confined spaces and narrow pathways. Navigation and path planning in the absence of global sensing, however, remains a pivotal challenge to be addressed prior to practical deployment of these robotic mechanisms. Several challenges related to visual processing and localization need to be resolved to to enable navigation. As a first pass in this direction, we equip a wireless, monocular color camera to the head of a robotic snake. Visiual odometry and mapping from ORB-SLAM permits self-localization in planar, obstacle-strewn environments. Ground plane traversability segmentation in conjunction with perception-space collision detection permits path planning for navigation. A previously presented dynamical reduction of rectilinear snake locomotion to a non-holonomic kinematic vehicle informs both SLAM and planning. The simplified motion model is then applied to track planned trajectories through an obstacle configuration. This navigational framework enables a snake-like robotic platform to autonomously navigate and traverse unknown scenarios with only monocular vision.

研究の動機と目的

• 単眼視覚のみを用いて、未知で障害物だらけの環境における自律ナビゲーションを可能にする。
• グローバルセンシングや GPS が利用できない状況における自己局所化と経路計画の課題に取り組む。
• 視覚オドメトリ（ORB-SLAM）と認識空間内障害物検出を統合し、リアルタイムでの障害物回避を実現する。
• 直線歩行の簡略化された運動学的モデルを活用し、経路計画とフィードバック制御を可能にする。
• 事前の環境知識なしに、オンボードの単眼視覚のみを用いて、複雑な未知環境をエンドツーエンドで自律走破することを実証する。

提案手法

• 蛇型ロボットの頭部にワイヤレスで接続された単眼カラー・カメラを装着し、リアルタイムの視覚入力を得る。
• 視覚オドメトリと2次元マップ作成のため ORB-SLAM を適用し、平面的で障害物が散在する環境内でのリアルタイム自己局所化を実現する。
• 単眼画像からの床面セグメンテーションを用いて、走破可能な領域と障害物の境界を特定する。
• 認識空間内障害物検出モジュールを実装し、検出された障害物に対して候補となる経路を評価する。
• 複雑な直線歩行の運動学的ダイナミクスをユニサイクル運動学的モデルに簡略化し、標準的な差動駆動ナビゲーションツールの利用を可能にする。
• 姿勢誤差補正を用いたフィードバック制御を適用し、計画された経路を追跡する。フィードバック補正されたボディ速度を逆制御-アクションマッピングにより、実行可能な曲率命令に変換する。

実験結果

リサーチクエスチョン

• RQ1 単眼視覚のみを用いて、蛇型ロボットは未知でごみだらけの環境を自律ナビゲーション可能か？
• RQ2 限られたセンシング範囲を持つ蛇型ロボットにおいて、視覚オドメトリとマップ作成（ORB-SLAM）を効果的に自己局所化に応用できるか？
• RQ3 簡略化された運動学的ユニサイクルモデルは、経路計画に向けた直線歩行の制御をどれほど正確に再現できるか？
• RQ4 単眼入力からの認識空間内障害物検出と床面セグメンテーションは、走破中における動的障害物回避をどのように可能にするか？
• RQ5 姿勢誤差を用いたフィードバック補正による経路追跡は、現実世界の不規則な環境において、経路実行の正確性を向上させられるか？

主な発見

• ORB-SLAM を用いた単眼入力により、ロボットは環境の2次元マップを正確に自己局所化し、安定したトラッキングを長時間維持した。
• 床面セグメンテーションにより、単眼画像からの走破可能領域と障害物境界の信頼性の高い特定が可能となり、認識空間内計画の支援が得られた。
• ロボットの最新の姿勢と障害物検出に基づき、10秒ごと（4回の歩行サイクルごと）に経路計画を再合成し、新しい視覚入力への動的適応が可能となった。
• フィードバック制御戦略により、曲率命令のリアルタイムな調整によって経路のずれを補正し、計画された経路の安定的追従が実現した。
• ロボットは複雑な障害物フィールドを走破し、全障害物を回避し、指定された通路から脱出に成功した。視覚シーケンスと SLAM の経路再構築により確認された。
• ORB-SLAM、認識空間内計画、フィードバック制御の統合により、事前の環境知識やグローバルセンシングなしに完全な自律ナビゲーションが実現した。