[論文レビュー] Graph-Based Topological Exploration Planning in Large-Scale 3D Environments

Fan Yang, Dung-Han Lee+2 more|arXiv (Cornell University)|Mar 31, 2021

Robotics and Sensor-Based Localization参考文献 15被引用数 4

ひとこと要約

本稿では、凸多面体に基づく3次元幾何推定を用いてスパarsなトポロジカルマップを構築する、グラフベースのトポロジカル探索計画フレームワークを提案する。これにより、大規模な3次元環境における効率的でハイレベルな探索が可能になる。フロントゥア領域を別個のトポロジカルノードにグループ化し、二段階の計画戦略を採用することで、再計画頻度を低減し、シミュレーションでは40%以上、実環境でも地下鉱山環境で堅牢な性能を示す。

ABSTRACT

Currently, state-of-the-art exploration methods maintain high-resolution map representations in order to optimize exploration goals in each step that maximizes information gain. However, during exploring, those "optimal" selections could quickly become obsolete due to the influx of new information, especially in large-scale environments, and result in high-frequency re-planning that hinders the overall exploration efficiency. In this paper, we propose a graph-based topological planning framework, building a sparse topological map in three-dimensional (3D) space to guide exploration steps with high-level intents so as to render consistent exploration maneuvers. Specifically, this work presents a novel method to estimate 3D space's geometry with convex polyhedrons. Then, the geometry information is utilized to group space into distinctive regions. And those regions are added as nodes into the topological map, directing the exploration process. We compared our method with the state-of-the-art in simulated environments. The proposed method achieves higher space coverage and outperforms exploration efficiency by more than 40% during experiments. Finally, a field experiment was conducted to further evaluate the applicability of our method to empower efficient and robust exploration in real-world environments.

研究の動機と目的

• 大規模環境における情報の急激な変化に起因する、最先端の3次元探索手法における高い計算コストと頻繁な再計画の問題に対処すること。
• 3次元空間における幾何的連結性と相互視認性に基づき、スパースなトポロジカルマップを構築することで、計画の冗長性を低減すること。
• フロントゥア領域を別個のトポロジカルノードにグループ化することで、長期計画に適した一貫性のあるハイレベルな探索行動を可能にすること。
• 短絡的探索を可能にする二段階計画戦略により、不確実領域を効果的に通過することで、探索効率を向上させること。
• 本手法の堅牢性と効率性を、シミュレーションおよび実環境の地下環境において検証すること。

提案手法

• 既知領域を複数の凸多面体で表現することで、3次元空間の幾何構造を推定し、クリーンなフロントゥア抽出と領域グループ化を可能にする。
• 幾何的連結性と相互視認性に基づき、フロントゥア領域を特徴的な探索領域にグループ化し、トポロジカルグラフのノードを形成する。
• これらのグループ化領域からスパースなトポロジカルマップを構築し、長期計画のためのハイレベルな探索目的地を表現する。
• 二段階計画戦略を採用する：局所計画は近隣のトポロジカルノードへの一貫性ある動きを誘導し、グローバル計画は部分的に把握されたまたは不確実な領域を短絡的に通過可能にする。
• 探索プランナーは、フロントゥア空間を定義するために15mの検出範囲と10mのカバレッジ範囲を用い、信頼性の高い情報抽出と経路の実行可能性を保証する。
• Intel NUC搭載のオンボードシステムにLiDAR、深度カメラ、モーションプリミティブプランナーを統合し、リアルタイム実行を実現。複雑な地下環境での自律飛行を可能にする。

実験結果

リサーチクエスチョン

• RQ1 凸多面体から構築された幾何ベースのトポロジカルマップは、大規模な3次元環境における計画の冗長性を低減し、探索効率を向上させることができるか？
• RQ2 本手法のトポロジカル計画フレームワークは、シミュレーション環境において最先端の手法と比較して、空間カバレッジと計算効率の点でどの程度優れているか？
• RQ3 GPS不使用、テクスチャ欠如、複雑構造を有する実環境の地下環境において、本手法は一貫性のあるハイレベルな探索行動を実現できるか？
• RQ4 不確実領域を短絡的に通過できる能力が、バックトラッキングの削減と全体的な探索速度の向上にどの程度寄与するか？
• RQ5 幾何的領域グループ化と二段階計画戦略の統合は、探索の継続性とカバレッジの維持にどの程度効果的か？

主な発見

• 提案手法は、シミュレーション環境において、空間カバレッジ時間比で最先端手法を40%以上上回る探索効率を達成した。
• 実環境飛行では平均0.8 m/sの探索速度を達成し、1.0 m/sの最大速度制限に近づいた。これは一貫性があり効率的な意思決定を示している。
• ブレイディズ・ベンド鉱山での現地実験では、主なトンネルに沿って一貫した飛行パターンを維持し、局所的デッドエンド後に新たな分岐へ再ルーティングする能力を示した。これにより継続的な探索が可能になった。
• 実飛行から再構築されたポイントクラウドマップは、環境の忠実なカバレッジを示しており、GPS不使用の複雑な地下環境でも本手法の堅牢性を裏付けた。
• トポロジカルマップにより、不確実領域を効果的に短絡的に通過でき、バックトラッキングを最小限に抑え、高頻度の再計画への依存を低減した。
• 本手法は、高分解能マップの維持から幾何的領域グループ化に基づくスパースなトポロジカル表現への移行により、計算コストと計画の冗長性を著しく低減した。