[論文レビュー] ROG-Map: An Efficient Robocentric Occupancy Grid Map for Large-scene and High-resolution LiDAR-based Motion Planning

Yunfan Ren, Yixi Cai+3 more|arXiv (Cornell University)|Feb 28, 2023

Robotic Path Planning Algorithms被引用数 5

ひとこと要約

ROG-Map は、ロボット中心の占有グリッドマップ（OGM）であり、計算効率が高く、ゼロコピースライディング戦略を用いてロボットの周囲に高分解能の局所マップを維持する。これにより、大規模かつ高分解能のLiDARベースの運動計画においてリアルタイム性能を実現する。50 Hzで動作する際、1フレームあたりの更新に29.8%のフレーム時間（20 ms）を要し、障害物膨張にわずか0.33%しか割り当てない。これは、複雑な環境でも優れた効率性と実世界への適用可能性を示している。

ABSTRACT

Recent advances in LiDAR technology have opened up new possibilities for robotic navigation. Given the widespread use of occupancy grid maps (OGMs) in robotic motion planning, this paper aims to address the challenges of integrating LiDAR with OGMs. To this end, we propose ROG-Map, a uniform grid-based OGM that maintains a local map moving along with the robot to enable efficient map operation and reduce memory costs for large-scene autonomous flight. Moreover, we present a novel incremental obstacle inflation method that significantly reduces the computational cost of inflation. The proposed method outperforms state-of-the-art (SOTA) methods on various public datasets. To demonstrate the effectiveness and efficiency of ROG-Map, we integrate it into a complete quadrotor system and perform autonomous flights against both small obstacles and large-scale scenes. During real-world flight tests with a 0.05 m resolution local map and 30mx30mx12m local map size, ROG-Map takes only 29.8% of frame time on average to update the map at a frame rate of 50 Hz (\ie, 5.96 ms in 20 ms), including 0.33% (i.e., 0.66 ms) to perform obstacle inflation, demonstrating outstanding real-world performance. We release ROG-Map as an open-source ROS package to promote the development of LiDAR-based motion planning.

研究の動機と目的

• 大規模かつ高分解能のLiDAR環境における従来の均一グリッドベースのOGMの高い計算コストとメモリ使用量を解消すること。
• 複雑で障害物が多数存在するシーンで、自律ドローンがリアルタイムでマップ更新と障害物膨張を実行できるようにすること。
• 搭載リソースの使用を最小限に抑えながら、高分解能と高い性能を維持するシステムを開発すること。
• 搭載センシングと制御を備えた完全自律四軸旋翼機飛行において、リアルタイムかつ高分解能のOGMの実現可能性を実証すること。

提案手法

• ROG-Map は、ゼロコピースライディング戦略を用いてロボットを中心とする動的局所マップを均一グリッドベースのOGMで維持し、メモリと計算のオーバーヘッドを低減する。
• 変化したグリッドのみに作用する新しいインクリメンタル障害物膨張法を導入し、複雑度を変化したグリッド数の O(n) にまで低減する。
• 占有状態の遷移を活用して、変化のないグリッドの再計算を回避することで、正確性を損なわず膨張処理を著しく高速化する。
• 実世界での検証のため、搭載LiDAR、計算機器、制御システムを統合した完全な四軸旋翼機プラットフォームに統合された。
• LiDARベースの運動計画研究分野への広範な採用を支援するため、オープンソースのROSパッケージとしてROG-Mapを実装した。
• 局所マップは50 Hzで更新され、分解能は0.05 m、サイズは30 m × 30 m × 6 mであり、高精度な障害物検出を可能にする。

実験結果

リサーチクエスチョン

• RQ1 限られた搭載リソースのもとで、大規模かつ高分解能のLiDAR環境において、均一グリッドベースのOGMがリアルタイム性能を達成できるか？
• RQ2 安全性や正確性を損なわず、計算コストを低減するための障害物膨張の最適化はどのように実現できるか？
• RQ3 ロボット中心の局所マップ戦略は、動的環境において高分解能と高い性能を維持しながら、メモリ使用量を最小限に抑えることができるか？
• RQ4 計算時間、メモリ消費量、および実世界での飛行性能の観点から、ROG-Map は最先端のOGM手法と比べてどのように差をつけることができるか？

主な発見

• 実世界の飛行において、ROG-Map は1フレームあたり平均5.96 ms（20 msフレーム時間の29.8%）のマップ更新時間を達成し、障害物膨張に割り当てられる時間はわずか0.66 msであった。
• 大規模な点検ミッションでは、ROG-Map がフレームごとの膨張計算を0.06 msにまで低減し、組み込みハードウェアでもリアルタイム動作を可能にした。
• 複数のウェイポイントを含む大規模なシーンにおいて、502.23 mの飛行経路を安全に航行し、障害物に衝突することなく通過した。
• Octomap や Hashmap といったベースライン手法と比較して、ROG-Map は計算時間とメモリ効率の両面で優れており、後者はメモリオーバーフローにより失敗した。
• インクリメンタルな膨張法は、変化したグリッド数の O(n) にまで複雑度を低減しながら、一貫した正確性を達成した。
• オープンソースのROSパッケージは、LiDARベースの運動計画分野における広範な統合と開発を可能にし、完全自律四軸旋翼機での実世界での検証が成功した。