[論文レビュー] Stronger Together: Air-Ground Robotic Collaboration Using Semantics

Ian D. Miller, Fernando Cladera+3 more|arXiv (Cornell University)|Jun 28, 2022

Robotics and Sensor-Based Localization被引用数 4

ひとこと要約

本論文では、高高度なクアッドコプターがリアルタイムでセマンティックマップを生成し、地上ロボットがそのマップを用いて局所化、グローバルプランニング、および目的選定を実行する、GPS非利用の分散型空地連携ロボットシステムを提示する。本システムにより、最小限の介入で自律的かつ協調的なミッションが可能となり、セマンティックベースのクロスビュー局所化と機会的通信を活用して、実世界で6 km以上、シミュレーションで96 km以上の移動を達成した。

ABSTRACT

In this work, we present an end-to-end heterogeneous multi-robot system framework where ground robots are able to localize, plan, and navigate in a semantic map created in real time by a high-altitude quadrotor. The ground robots choose and deconflict their targets independently, without any external intervention. Moreover, they perform cross-view localization by matching their local maps with the overhead map using semantics. The communication backbone is opportunistic and distributed, allowing the entire system to operate with no external infrastructure aside from GPS for the quadrotor. We extensively tested our system by performing different missions on top of our framework over multiple experiments in different environments. Our ground robots travelled over 6 km autonomously with minimal intervention in the real world and over 96 km in simulation without interventions.

研究の動機と目的

• 最小限のインfra構築で、実世界環境における自律的かつ大規模な空地連携ロボットチームの運用を可能にすること。
• 複雑で動的な環境におけるGPS非利用の地上ロボットの局所化とナビゲーションの課題に対処すること。
• セマンティクスを活用したクロスビュー局所化と協調的計画を実現する分散的でスケーラブルなフレームワークの開発。
• 最大10台の地上ロボットを対象とした、実世界およびシミュレーション環境におけるミッションにおいて、耐障害性とスケーラビリティを実証すること。
• 一時的でない接続性を前提とした、異種センシング（空中および地上）と間欠的通信、中央集権的制御なしの統合。

提案手法

• 深層学習を用いたセマンティックセグメンテーションと正規化を活用し、Aerial Semantic Online Ortho-Mapping (ASOOM) を用いて、高高度なクアッドコプターがリアルタイムでセマンティックマップを生成する。
• 地上ロボットにセマンティックローカライザを装備し、自らの局所的観測を上空のセマンティックマップと照合することで、GPS非利用の局所化を実現する。
• 持続的接続を必要としない分散型の機会的通信プロトコルを実装し、地上ロボットが目標やマップ更新を共有可能にする。
• 地上ロボットが、空中マップからのセマンティック情報に基づいて独立して目標を選択・衝突回避処理を実行できることで、協調的計画を支援する。
• セル単位のセマンティックオブジェクトクラス（例：車両、建物）をプラットフォーム間の共通表現として用い、視点に依存しない統合と人間が理解可能な文脈を実現する。
• 分散型データベースとセマンティックローカライザを統合し、初期推定誤差が最大16 mでさえも、最終的に3 m未満のポーズ誤差に収束することを実現した。

実験結果

リサーチクエスチョン

• RQ1 異種の空地連携ロボットチームが、セマンティックマップと機会的通信のみを用いて、GPS非利用環境で自律的に運用可能か？
• RQ2 異なる視点から撮影された空中マップのセマンティック特徴を用いて、地上ロボットがどれほど効果的に自己局所化できるか？
• RQ3 大規模で実世界的な環境において、セマンティックベースの協調がミッション効率性とスケーラビリティをどの程度向上させるか？
• RQ4 分散型で非中央集権的なロボットシステムにおいて、通信範囲と間欠的通信がチームパフォーマンスに与える影響は何か？
• RQ5 地上ロボットの数が増加するに従い、システムはどの程度スケーリング可能か？また、ミッション完了時間に伴う収益の逓減はどこまで現れるか？

主な発見

• セマンティックローカライザにより、収束後、平均ポーズ誤差が3 m未満にまで低下した。これに対して、ノイズの多いオドメトリのみでは24 mを超える誤差が生じた。
• 実世界実験では、地上ロボットが人為的介入を最小限に抑えながら6 km以上の自律移動を達成し、GPS非利用環境下での耐障害性を実証した。
• シミュレーションでは、1〜10台の地上ロボットを用いた26回のミッションが完了し、合計96 km以上の移動距離を達成したが、すべてのミッションで人為的介入が不要であった。
• 26回のシミュレーション実験のうち25回で13のすべての目標が正常に訪問された。1回の失敗は、局所化誤差による誤った訪問（偽陽性）が原因であった。
• 地上ロボットの数を増やすことでミッション時間は短縮されたが、収益の逓減が見られたことから、パフォーマンス向上の飽和点が存在することが示された。
• 通信範囲を短くすると、目標に近いロボットが先に行動を開始する傾向が強まり、効率が向上する場合があることから、通信範囲は厳密なボトルネックではないことが示唆された。