[論文レビュー] Frontier Based Exploration for Autonomous Robot

Anirudh Topiwala, Pranav Inani+1 more|arXiv (Cornell University)|Jun 10, 2018

Robotics and Sensor-Based Localization参考文献 8被引用数 21

ひとこと要約

本論文では、未知の環境における未探索領域を効率的に特定し、その方向へナビゲートする新しいフロントイェルベース探索アルゴリズム「Wavefront Frontier Detector (WFD)」を提示する。ROSを用いたGazeboシミュレーションおよびKobuki TurtleBotでの実装により、WFDは、広大な開放空間から複雑な空間に至るまで、多様な環境において効果的な探索を可能にし、標準的な遠隔操作手法に比べて優れた正確性と妥当性を持つマップを生成する。

ABSTRACT

Exploration is process of selecting target points that yield the biggest contribution to a specific gain function at an initially unknown environment. Frontier-based exploration is the most common approach to exploration, wherein frontiers are regions on the boundary between open space and unexplored space. By moving to a new frontier, we can keep building the map of the environment, until there are no new frontiers left to detect. In this paper, an autonomous frontier-based exploration strategy, namely Wavefront Frontier Detector (WFD) is described and implemented on Gazebo Simulation Environment as well as on hardware platform, i.e. Kobuki TurtleBot using Robot Operating System (ROS). The advantage of this algorithm is that the robot can explore large open spaces as well as small cluttered spaces. Further, the map generated from this technique is compared and validated with the map generated using turtlebot_teleop ROS Package.

研究の動機と目的

• 未知の環境を効率的にマップ化するために、フロントイェル領域を標的とする自律的探索戦略の開発。
• 大規模な開放空間と小規模で複雑な環境の両方を効果的に処理できる既存のフロントイェルベース手法の限界を克服すること。
• シミュレーションおよび物理的ハードウェアプラットフォームの両方で、強固でリアルタイムな探索アルゴリズムの実装と検証。
• 提案手法と標準的な遠隔操作に基づくマッピング手法との間で、マップ品質および探索パフォーマンスを比較すること。

提案手法

• Wavefront Frontier Detector (WFD) アルゴリズムは、2次元の占有グリッドマップにおける既知の自由空間と未探索空間の境界領域としてフロントイェルを特定する。
• フロントイェルは、各未探索セルの局所的近傍を分析することで検出され、自由空間に隣接するセルが潜在的なフロントイェルとしてマークされる。
• 波面伝播技術を用いて、ロボットの現在位置からの距離に基づきフロントイェルを優先順位付けし、到達可能で情報量の多いターゲットを優先する。
• ロボットは標準的な経路計画を用いて最高優先度のフロントイェルへ経路を計画し、ROSベースの制御スタックを用いてその方向へナビゲートする。
• アルゴリズムはGazeboシミュレーションおよび物理的Kobuki TurtleBotの両方でリアルタイムに実行され、連続的なマップ拡張が可能である。
• マップ品質は、WFDによって生成されたマップと、ベースラインとしてturtlebot_teleop ROSパッケージを用いて生成されたマップを比較することで検証された。

実験結果

リサーチクエスチョン

• RQ1 大規模な開放空間と小規模で複雑な空間の両方を効果的に探索できるフロントイェルベース探索アルゴリズムは、どのように設計できるか？
• RQ2 Wavefront Frontier Detector (WFD) は、未知環境において正確で包括的なマップを生成する性能をどのように発揮するか？
• RQ3 標準的な遠隔操作に基づくマッピング手法と比較して、WFDベースの探索はマップ品質および探索効率においてどのように異なるか？
• RQ4 WFDアルゴリズムは、物理的移動ロボットプラットフォームでリアルタイムに正常にデプロイされ、持続可能か？

主な発見

• Wavefront Frontier Detector (WFD) は、情報量の多いフロントイェルを動的に特定・優先順位付けすることで、大規模な開放空間および複雑な空間の両方において自律的探索を成功させた。
• WFDによって生成されたマップは、turtlebot_teleop ROSパッケージを用いて生成されたマップと比較して、より高い正確性と包括性を示した。
• アルゴリズムはGazeboシミュレーション環境および物理的Kobuki TurtleBotプラットフォームの両方でリアルタイム性能を達成した。
• 延々と続く探索セッション中に、フロントイェル検出および経路計画が安定的かつ信頼性があり、動的環境における耐障害性を示した。
• 波面に基づく優先順位付け機構は、重複する探索を効果的に低減し、マップカバレッジ効率を向上させた。
• ROSとGazebo、および物理的ハードウェアを用いた実装により、アルゴリズムの実用的妥当性およびスケーラビリティが確認された。