[論文レビュー] NeBula: Quest for Robotic Autonomy in Challenging Environments; TEAM CoSTAR at the DARPA Subterranean Challenge

Ali Agha, Kyohei Otsu+70 more|arXiv (Cornell University)|Mar 21, 2021

Robotics and Automated Systems被引用数 105

ひとこと要約

NeBulaは、不確実性を意識した信念空間自律フレームワークであり、TunnelとUrban競技を通じて多様なロボットに対して耐障害性がありモジュール式のロボット探索を可能にする。DARPA Subterranean Challengeのために実証されている。

ABSTRACT

This paper presents and discusses algorithms, hardware, and software architecture developed by the TEAM CoSTAR (Collaborative SubTerranean Autonomous Robots), competing in the DARPA Subterranean Challenge. Specifically, it presents the techniques utilized within the Tunnel (2019) and Urban (2020) competitions, where CoSTAR achieved 2nd and 1st place, respectively. We also discuss CoSTAR's demonstrations in Martian-analog surface and subsurface (lava tubes) exploration. The paper introduces our autonomy solution, referred to as NeBula (Networked Belief-aware Perceptual Autonomy). NeBula is an uncertainty-aware framework that aims at enabling resilient and modular autonomy solutions by performing reasoning and decision making in the belief space (space of probability distributions over the robot and world states). We discuss various components of the NeBula framework, including: (i) geometric and semantic environment mapping; (ii) a multi-modal positioning system; (iii) traversability analysis and local planning; (iv) global motion planning and exploration behavior; (i) risk-aware mission planning; (vi) networking and decentralized reasoning; and (vii) learning-enabled adaptation. We discuss the performance of NeBula on several robot types (e.g. wheeled, legged, flying), in various environments. We discuss the specific results and lessons learned from fielding this solution in the challenging courses of the DARPA Subterranean Challenge competition.

研究の動機と目的

• 未知で挑戦的な地下環境における自律探索を動機づけ、対処する。
• NeBulaフレームワークと、その不確実性を意識したモジュラー設計による耐障害性のある意思決定を提示する。
• Team CoSTARによる DARPA Subterranean Phase I (Tunnel) および Phase II (Urban) での性能と得られた教訓を紹介する。
• 地上・空中・ハイブリッドなどの異種ロボットプラットフォームと環境への適用性を示す。
• 大規模で分散型の自律を可能にする、知覚からミッション計画・通信に至る構成要素について議論する。

提案手法

• NeBulaを、ロボットの姿勢・環境・ミッション状態の結合分布上で計画する不確実性を意識した信念空間自律フレームワークとして提示する。
• 知覚、計画、世界信念管理、通信、運用を結ぶモジュラーアーキテクチャを説明する。
• 知覚認識を意識した意思決定を強制するためのSMAP（simultaneous mapping and planning）、SLAP（simultaneous localization and planning）、SPLAM概念を紹介する。
• LiDAR、IMU、ビジョン、サーマルなどの他モダリティを横断するHeRO（Heterogeneous and Resilient Odometry）とセンサ融合パイプラインを用いたマルチセンサ状態推定を詳述する。
• 断続的な通信下での異種ロボット展開、メッシュネットワーキング、動的タスク割り当て、データ共有に関するチームのConOpsを説明する。

実験結果

リサーチクエスチョン

• RQ1 知覚が劣化し、通信が遮断された地下環境において、どのように自律性をレジリエントにすることができるか。
• RQ2 信念空間上での計画（結合推論と意思決定）の利点は、堅牢な探索とアーティファクト検出において何か。
• RQ3 SubT Challengeにおいて、異種ロボットと環境（トンネル、都市、惑星類似環境）でNeBulaはどう機能するか。
• RQ4 難しい地形で大規模なネットワーク自立チームを展開する際のシステムレベルの教訓とトレードオフは何か。

主な発見

• CoSTARはTunnel競技で2位、Urban競技で1位を達成した。
• NeBulaは、車輪式、脚式、飛行、ハイブリッドプラットフォームを含む複数のロボットタイプで、地上および類似惑星環境を横断して実証された。
• 本アーキテクチャは、結合知覚計画、不確実性処理、モジュール性を通じた耐障害性と、スケーラブルなネットワーク型自律を強調する。
• 現地デモと得られた教訓は、耐障害性のある状態推定、大規模マッピング、セマンティック理解、帯域幅を意識した通信の重要性を浮き彫りにしている。
• 本論文は、異種システム統合、シミュレータベース開発、監視付きから自律運用への移行に関する実践的洞察を論じる。