[論文レビュー] Heterogeneous Robot Teams for Informative Sampling

Travis Manderson, Sandeep Manjanna+1 more|arXiv (Cornell University)|Jun 17, 2019

Robotic Path Planning Algorithms参考文献 17被引用数 5

ひとこと要約

本論文は、火災後の地域やサンゴ礁など危険な環境において、適応的で情報駆動型のサンプリングを実現するため、異種の無人航空機（UAV）と無人地面車両（UGV）を協働的に使用するマルチロボットシステムを提案する。Gaborベースのテクスチャ分類と、学習済みの走破性スコアマップを用いた方策勾配ルーティング計画法を採用し、UGVのフィードバックにより段階的に地形分類とルート効率を改善することで、均一サンプリングに比べてより高い情報量の獲得を達成した。陸上および海洋試験の両方で有効性を示した。

ABSTRACT

In this paper we present a cooperative multi-robot strategy to adaptively explore and sample environments that are unfavorable for humans. We propose a methodology for a team of heterogeneous robots to collaborate on information based planning for applications like sampling thermal imagery in a wildfire affected site to assist with detecting spot fires and areas of residual fires, fire mapping and monitoring fire progression or applications in marine domain for coral reef monitoring and survey. We use Gabor filter based texture classifier on aerial images from an Unmanned Aerial Vehicle (UAV) to segment the region of interest into classes. A policy gradient based path planner is used on the texture classified aerial image to plan a path for the Unmanned Ground Vehicle (UGV). The UGV then uses a local planner to reach the goals set by the global planner by avoiding obstacles. The UGV also learns the labels for the segmented classes as drivable and non-drivable using the feedback from the performance while reaching the planned waypoints. We evaluated the building blocks of our approach and present the results with application of these strategies to different domains.

研究の動機と目的

• 火災後の地域やサンゴ礁のような危険で構造のない環境において、自律的かつ協働的なサンプリングを可能にすること。
• 空中画像とリアルタイムの走破性フィードバックを用いて、複雑な地形におけるUGVの効率的ルート計画の課題を解決すること。
• UGVの走行性能をフィードバックとして活用する、フィードバック駆動型のアクティブラーニングフレームワークを構築し、地形分類とルート計画の精度を向上させること。
• UAV-UGV/AUVの協働を用いて、陸上および海洋の両分野において情報に基づく計画の有効性を実証すること。

提案手法

• UAVが取得した空中画像を、Gaborフィルタベースのテクスチャ分類器を用いて地形クラスにセグメンテーションする。
• 初期仮定に基づき各地形クラスに走破性スコアを割り当て、UGVのフィードバックによりスコアマップを更新する。
• 方策勾配に基づくグローバルルートプランナがスコアマップを用い、時間制約のもとで情報量を最大化する最適なウェイポイントを生成する。
• UGVは、障害物を避けるためにローカルプランナを用い、ウェイポイント間を走行する。同時に、リアルタイムの走行性能データを用いて走破性スコアを精緻化する。
• 方策勾配の目的関数にKLダイバージェンス正則化とエントロピーペナルティを組み込み、探索と活用のバランスを取る。
• 障害物による進行妨害が生じた場合にはフィードバックループにより繰り返し再計画が可能となり、長期的なルート効率が向上する。

実験結果

リサーチクエスチョン

• RQ1 異種ロボットチームは、危険で構造のない環境において、どのように協働的に情報収集に適したルート計画を実現できるか？
• RQ2 UGVの走行フィードバックは、動的で屋外の設定下で、地形分類とルート計画の精度をどの程度向上させるか？
• RQ3 方策勾配ベースのプランナは、現実のサンプリングタスクにおいて時間的・エネルギー的制約を満たしつつ、情報量を効果的に最大化できるか？
• RQ4 UGVの走行性能から得られる学習済み走破性スコアを統合することで、静的または均一なサンプリング戦略に比べ、グローバルルート計画はどの程度向上するか？

主な発見

• 時間制約のもとで、均一サンプリングに比べてより高い割引報酬を達成し、時間制約下での情報量の獲得が優れていることを示した。
• 海洋試験では、AUVが一貫したサンゴ被覆率を維持し、前方を向いた画像の33％がサンゴを含んでおり、標的地形への効果的なナビゲーションが確認された。
• フィードバック駆動型の走破性スコア更新を用いて、UGVは複雑な地形を効果的に走行し、障害物との接触を減らし、ルート効率を向上させた。
• フィールド実験による検証を通じて、ポリシー勾配プランナは陸上および海洋環境の両方でベースライン戦略を上回った。
• 長距離の自律走行においても、衝突のない走行距離が1 kmを超えるなど、高い耐障害性を示した。また、標的被覆率を維持した。
• UGVのリアルタイムフィードバックをスコアマップに統合することで、動的かつ不確実な環境において、再計画が可能となり、ルート品質が顕著に向上した。