[論文レビュー] Search and Rescue under the Forest Canopy using Multiple UAVs

Yulun Tian, Katherine Liu+5 more|arXiv (Cornell University)|Aug 28, 2019

Remote Sensing and LiDAR Applications被引用数 4

ひとこと要約

本論文では、森林の木陰下でGPS不能な環境下における多UAVによる捜索救助を実現するシステムを提案する。地上レーザスキャナを用いたリアルタイムの局所的局所化とマッピング、および中央の地上ステーションによる協調SLAMを実装している。グループ化された木の配置を特徴として用い、サイクル整合性に基づくマルチウェイマッチングを採用することで、頑健なループクロージャ検出と高いデータアソシエーション精度を達成した。実世界の森林飛行により、NASAラングレーで実証された。

ABSTRACT

We present a multi-robot system for GPS-denied search and rescue under the forest canopy. Forests are particularly challenging environments for collaborative exploration and mapping, in large part due to the existence of severe perceptual aliasing which hinders reliable loop closure detection for mutual localization and map fusion. Our proposed system features unmanned aerial vehicles (UAVs) that perform onboard sensing, estimation, and planning. When communication is available, each UAV transmits compressed tree-based submaps to a central ground station for collaborative simultaneous localization and mapping (CSLAM). To overcome high measurement noise and perceptual aliasing, we use the local configuration of a group of trees as a distinctive feature for robust loop closure detection. Furthermore, we propose a novel procedure based on cycle consistent multiway matching to recover from incorrect pairwise data associations. The returned global data association is guaranteed to be cycle consistent, and is shown to improve both precision and recall compared to the input pairwise associations. The proposed multi-UAV system is validated both in simulation and during real-world collaborative exploration missions at NASA Langley Research Center.

研究の動機と目的

• 視覚的に類似した木々が存在する森林環境において、認識的二重性（perceptual aliasing）がループクロージャ検出を困難にする課題に対処する。
• 通信が途切れやすく帯域が限られる条件下で、密な3次元占有グリッドをスパarsな木ベースの部分地図に圧縮することで、間欠的で低帯域の通信下でも協調同時自己位置推定マッピング（CSLAM）を可能にする。
• 測定ノイズや木々の視覚的類似性による不正確なペアワイズデータアソシエーションを克服するため、サイクル整合性に基づくマルチウェイマッチング手順を導入する。
• GPS不能な森林環境下で、多UAVによる探索とマッピングをリアルタイムで実行可能なオンボード自律システムスタックを開発する。
• NASAラングレー研究センターの森林地帯での実機飛行テストを通じて、本システムの有効性を実証する。

提案手法

• UAVのオンボードで2次元レーザスキャンを用いて、EKFを介した局所的トラジェクトリ計画と状態推定のための密な3次元占有グリッドを構築する。
• 3次元グリッドから局所的サブマップを抽出し、木の幹を検出することでスパースな木ベースの表現に圧縮する。これにより通信帯域を削減する。
• 通信が可能である場合、圧縮された木ベースのサブマップを中央の地上ステーションに送信し、協調SLAMを実行する。
• 木のグループの相対的位置と姿勢に基づいてマッチングすることでループクロージャを検出する。これらの特徴は、認識的二重性に対して頑健で、一意な特徴として機能する。
• 初期のペアワイズデータアソシエーションを改善するために、サイクル整合性に基づくマルチウェイマッチングを適用し、最終的なデータアソシエーショングラフがサイクル整合的であることを保証することで、精度と再現率を向上させる。
• 地上ステーションでランドマークベースのSLAMを実行し、サブマップの原点とグローバルな木の位置を同時に最適化することで、グローバルに一貫性のあるマップを生成する。

実験結果

リサーチクエスチョン

• RQ1 密な森林環境における認識的二重性をどのように軽減すれば、多UAV SLAMシステムにおける信頼性の高いループクロージャ検出を実現できるか？
• RQ2 測定ノイズが多く、木々が視覚的に類似している状況下でも、部分地図間の効果的なデータアソシエーションを実現する方法は何か？
• RQ3 限られた通信帯域下で、サイクル整合性を活用することで、協調SLAMにおけるデータアソシエーションの精度と信頼性を向上させることは可能か？
• RQ4 多UAV森林探索において、マップの忠実度を損なわずに通信帯域を最小限に抑える方法は何か？
• RQ5 2次元サブマップベースの手法は、3次元の森林環境においてどれほど精度を維持できるのか。また、この仮定の限界は何か？

主な発見

• 提案されたシステムにより、2台のUAVがGPS不能な状態下でNASAラングレー研究センターの森林地帯を自律的に探索し、協調的にマッピングを実行した。
• 木のグループ配置を特徴として用いることで、個々の木のマッチングに比べ、ループクロージャ検出の頑健性が著しく向上し、認識的二重性による誤検出が減少した。
• サイクル整合性に基づくマルチウェイマッチング手順により、図16の結果で示されるように、入力のペアワイズマッチングに比べ、データアソシエーションの精度と再現率が向上した。
• CSLAMにより生成された最終的なグローバルマップは、サブマップの正確な整合性と一貫性のある木の位置を示しており、初期のアソシエーションで生じた長いエッジ（外れ値）が効果的に除外された。
• 圧縮された木ベースのマップを用いたオンボード推定と計画が信頼性を持って実行可能であり、通信が途切れても効率的な探索が可能であった。
• 2次元マップ仮定はスカスカの森林環境では十分であったが、今後の研究ではより密集した環境向けに3次元拡張を検討する予定である。