[論文レビュー] Finding Shortest Path for Developed Cognitive Map Using Medial Axis

Hazim A. Farhan, Hussein H. Owaied+1 more|arXiv (Cornell University)|Mar 17, 2011

Spatial Cognition and Navigation参考文献 10被引用数 3

ひとこと要約

本稿では、建築図面から得られる認知的マップを展開して、最短経路を計算するための強化された中線軸アルゴリズムを提案する。中央経路ピクセルを用いて通行可能な経路をモデル化し、細い不切実な経路をフィルタリングし、折り返し箇所をノードとしてモデル化することで、計算負荷を低減し、最適化された経路探索性能を実現した知的ロボットの建物内ナビゲーションを可能にする。

ABSTRACT

this paper presents an enhancement of the medial axis algorithm to be used for finding the optimal shortest path for developed cognitive map. The cognitive map has been developed, based on the architectural blueprint maps. The idea for using the medial-axis is to find main path central pixels; each center pixel represents the center distance between two side boarder pixels. The need for these pixels in the algorithm comes from the need of building a network of nodes for the path, where each node represents a turning in the real world (left, right, critical left, critical right...). The algorithm also ignores from finding the center pixels paths that are too small for intelligent robot navigation. The Idea of this algorithm is to find the possible shortest path between start and end points. The goal of this research is to extract a simple, robust representation of the shape of the cognitive map together with the optimal shortest path between start and end points. The intelligent robot will use this algorithm in order to decrease the time that is needed for sweeping the targeted building.

研究の動機と目的

• 知的ロボットナビゲーションのための堅牢で簡素化された建物レイアウト表現を開発すること。
• 認知的マップを用いて複雑な屋内環境における最適な最短経路を特定する課題に取り組むこと。
• ロボット移動に不適切な細い通路を除外することで、経路探索の計算時間を短縮すること。
• 折り返しポイント（左折、右折、重要な折り返し点など）をナビゲーションネットワーク内の離散的ノードとしてモデル化すること。
• 中線軸変換と認知的マップを統合し、リアルタイムで効率的なロボット経路計画を実現すること。

提案手法

• 建物の床面図の中央線軸を計算し、通行可能な通路の幾何学的中心を表す中央経路ピクセルを特定する。
• 十分な幅がある経路のみを保持し、ロボットナビゲーションに不適切な細い通路を除外する。
• 中央経路ピクセルを用いて、各ノードが環境内での折り返し点に対応するノードネットワークを構築する。
• アルゴリズムは、方向転換（左折、右折、重要な折り返し点）を経路ネットワーク内のノード間遷移としてモデル化する。
• 構築されたノードネットワーク上でグラフ走査を用いて、開始点と終了点間の最短経路を計算する。
• 建築図面データをロボット経路計画に適した認知的マップ表現に統合する。

実験結果

リサーチクエスチョン

• RQ1 中線軸変換をどのように変更すれば、建築図面からロボット利用に適した意味のある通行可能な経路を抽出できるか？
• RQ2 経路ネットワークから細い通行不能な通路を除外するために、どのような基準を用いることができるか？
• RQ3 建物内の折り返しポイントを経路探索グラフ内の離散的ノードとして効果的にモデル化するにはどうすればよいか？
• RQ4 認知的マップ表現の単純化が、経路探索の効率性と正確性に与える影響は何か？
• RQ5 中線軸に基づくアプローチは、計算速度とルート最適性の面で、従来の経路探索手法を上回ることができるか？

主な発見

• 中線軸変換により、建物の床面図において中央に位置する通行可能な経路が的確に特定され、認知的マップの骨格を形成した。
• アルゴリズムは、ロボット移動に不適切な細い通路を効果的に除外し、経路の現実性を向上させた。
• 構築されたノードネットワークは、折り返しポイントを正確に表現しており、正確な経路表現とナビゲーションを可能にした。
• 関連する幅広い通路のみに焦点を当てることで、計算負荷を低減し、経路探索速度を向上させた。
• 本手法により、開始点と終了点間の効率的な最短経路計算が可能となり、屋内環境におけるリアルタイムのロボットナビゲーションを支援した。