[論文レビュー] Learning Deep SDF Maps Online for Robot Navigation and Exploration

Gadiel Sznaier Camps, Robert Dyro+2 more|arXiv (Cornell University)|Jul 21, 2022

Advanced Control Systems Optimization被引用数 4

ひとこと要約

本論文は、ストリーミングLiDARデータから深層符号付き距離関数（SDF）をオンライン学習するフレームワークを提案し、リアルタイムで高精細な3次元マップを構築すると同時に、逐次凸モデル予測制御を用いて衝突のない軌道計画を実現する。本手法は、信頼度重み付きの局所SDFネットワークを統合することでグローバルマップを構築し、ベースラインを上回るマップの精細度と計画のロバスト性を達成する。

ABSTRACT

We propose an algorithm to (i) learn online a deep signed distance function (SDF) with a LiDAR-equipped robot to represent the 3D environment geometry, and (ii) plan collision-free trajectories given this deep learned map. Our algorithm takes a stream of incoming LiDAR scans and continually optimizes a neural network to represent the SDF of the environment around its current vicinity. When the SDF network quality saturates, we cache a copy of the network, along with a learned confidence metric, and initialize a new SDF network to continue mapping new regions of the environment. We then concatenate all the cached local SDFs through a confidence-weighted scheme to give a global SDF for planning. For planning, we make use of a sequential convex model predictive control (MPC) algorithm. The MPC planner optimizes a dynamically feasible trajectory for the robot while enforcing no collisions with obstacles mapped in the global SDF. We show that our online mapping algorithm produces higher-quality maps than existing methods for online SDF training. In the WeBots simulator, we further showcase the combined mapper and planner running online -- navigating autonomously and without collisions in an unknown environment.

研究の動機と目的

• 表面法線やカラー情報が欠落したスパarsなストリーミングLiDARデータから、リアルタイムで高品質で大規模な3次元マップを構築する課題に対処する。
• ボクセルグリッドやポイントクラウドといった従来の表現方法の限界を克服する。これらはメモリを多く消費し、連続的な軌道計画器と互換性がない。
• 継続的忘却を回避し、増分的なマップ拡張を可能にするために、ロボットナビゲーションのためのオンライン学習による深層SDFの訓練を実現する。
• 深層SDFマップと非線形軌道計画器を統合し、未知環境における動的で衝突のないナビゲーションを可能にする。
• 複数の局所SDFネットワークを信頼度重み付きで統合するスケーラブルなメカニズムを開発し、グローバルに一貫性があり高精細なマップ表現を維持する。

提案手法

• ストリーミングLiDARスキャンを用いて、局所環境の符号付き距離関数（SDF）を表す深層ニューラルネットワークを訓練する。表現品質の向上のため、フォーリエ特徴エンコーディングを用いる。
• 表面からの逆距離で重み付けされた10,000個の混合点のバッチを用いて、SDFネットワークをオンラインで最適化し、一般化性能と詳細度を向上させる。
• トレーニング品質が飽和した時点でSDFネットワークとその学習済み信頼度メトリクスをキャッシュし、新たに探索された領域をマップするための新しいネットワークを初期化する。
• 信頼度重み付きの和集合スキームを用いて、すべてのキャッシュ済み局所SDFネットワークを統合し、グローバルSDFマップを構築することで、正確性とスケーラビリティを維持する。
• グローバルSDFマップを逐次凸モデル予測制御（MPC）プランナに統合し、リアルタイムで動的かつ衝突のない軌道を計算する。
• 自動微分を用いて深層SDFマップのヤコビアンを計算し、MPC最適化器で使用することで、効率的な勾配ベースの軌道最適化を実現する。

Figure 1 : A robot in the Webots simulator (right) uses our method to plan a trajectory on a map reconstructed from a deep SDF (left) learned online from LiDAR data.

実験結果

リサーチクエスチョン

• RQ1 表面法線やカラー情報が欠落した状態で、リアルタイムのストリーミングLiDARスキャンから深層SDFをオンライン学習可能であり、継続的忘却を回避できるか？
• RQ2 信頼度レベルが異なる複数の局所的に訓練されたSDFネットワークから、グローバルに一貫性のある3次元マップをどのように構築できるか？
• RQ3 深層SDFマップ表現が、非線形軌道計画器における衝突制約として効果的に機能するか、リアルタイムのロボットナビゲーションに適しているか？
• RQ4 オンラインSDF学習は、オフライン学習や微調整ベースラインと比較して、未知環境におけるマップ品質と計画性能の面で優れているか？
• RQ5 再帰的ホライズンMPCを介したオンラインマッピングと計画の統合により、複雑な3次元環境において自律的かつ適応的な探索行動が達成できるか？

主な発見

• 提案手法は、住宅および工場環境の両方において、微調整、バッチ再訓練、継続的ニューラルマッピングといったベースライン手法よりも高精細なマップを生成した。
• 継続的ニューラルマッピングベースラインは、表面法線データの欠落とRGB-DデータではなくLiDARデータの使用により、有効なSDF表現を学習できなかった。
• 微調整されたネットワークは継続的忘却の影響を受けており、最近訪問した場所の表現しか保持できなかった。
• 1つの局所SDFネットワークの平均トレーニング時間は3.5分であり、最大29分、最小5秒であった。これは、効率的なオンライン適応を示している。
• ロボットはWebotsシミュレータ上で自律的にナビゲートし、更新されたマップ情報を基に5秒ごとに動的かつ再計画された軌道を生成した。
• マップ品質が向上するに従い、軌道がより直線的になり、ロボットは自然に探索的行動を減少させた。これにより、マッピングと計画の有効な統合が示された。

Figure 2 : (Left) Model architecture. It takes as input a point p and outputs the scalar values $s$ and $c$ , which are the signed distance and the corresponding confidence respectively. The first layer is the Fourier feature layer that encodes the input into frequency dimensions. (Right) In free sp